r - 在r中生成大量样本

Question

我有一个50行4列的数据框。我想要获得12行的许多示例数据帧，可能是一百万行，而且我不希望我的两个示例数据帧相同。我使用了以下代码

    df_l <- list()
    for(i in 1:6000000) {
    set.seed(100+i)
    a <- df[sample(nrow(df),12,replace=T),]
    df_l[[i]] <- a
   rownames(df_l[[i]]) <- 1:12 
   }

但是我的困惑是，这可能不是执行此操作的有效方法，而且我不知道两个示例数据帧是否相同。

Answer 1

您可以尝试以下代码:

采样时不更换

n <- nrow(df)
df_1 <- replicate(6000000,df[sample(n,12),],simplify = FALSE)

采样

时替换

n <- nrow(df)
df_1 <- replicate(6000000,df[sample(n,12,replace = TRUE),],simplify = FALSE)

关于相同数据帧的关注，取决于您从中采样的空间大小。对你来说

如果您不允许替换，则您的空间大小为choose(50,12)*factorial(12)，它比6000000大得多。因此，碰撞的可能性低。

(如果允许替换)，则您的空间大小为50**12*factorial(12)，甚至比没有替换的情况更大。因此，碰撞的可能性会低得多。