r - 使用 dplyr 在 r 中对一组内进行多次采样

Question

我正在尝试在每个组中挑选样本:

df <- data.frame(ID=c(1,1,1,2,2,2), score=c(10,20,30,40,50,60))

  ID score
1  1    10
2  1    20
3  1    30
4  2    40
5  2    50
6  2    60

df %>% group_by(ID) %>% sample_n(2)

     ID score
1     1    20
2     1    30
3     2    50
4     2    40

但我想为每个 ID 执行n 多次，例如 2 次以获得如下内容:

     ID score sample_num
1     1    20          1
2     1    30          1
3     1    20          2
4     1    10          2
5     2    50          1
6     2    40          1
7     2    60          2
8     2    40          2

每个 sample 组都应该在没有替换的情况下完成。有没有办法在 dplyr 中做到这一点？我能想到的长方法是做一个for循环，每次迭代创建一个df，然后在最后将所有df组合在一起。

Answer 1

如果您必须执行N次，请执行此操作

• 创建一个变量 N 次
• map_dfr 将迭代其第一个参数，即 seq_len(N) ，执行您手动执行的操作，更改另一个变量，该变量将存储 的相应值seq_len(N) 即每次迭代的 lambda 公式中的 .x。
• 最终结果将编译在数据框中，因为我们使用 map 的 map_dfr 变体

df <- data.frame(ID=c(1,1,1,2,2,2), score=c(10,20,30,40,50,60))

library(tidyverse)
N <- 7
map_dfr(seq_len(N), ~df %>% group_by(ID) %>% sample_n(2) %>% 
             mutate(sample_no = .x))
#> # A tibble: 28 x 3
#> # Groups:   ID [2]
#>       ID score sample_no
#>    <dbl> <dbl>     <int>
#>  1     1    20         1
#>  2     1    10         1
#>  3     2    60         1
#>  4     2    50         1
#>  5     1    30         2
#>  6     1    10         2
#>  7     2    60         2
#>  8     2    40         2
#>  9     1    10         3
#> 10     1    20         3
#> # ... with 18 more rows

^{由 reprex package 于 2021 年 6 月 11 日创建(v2.0.0)}