将数据帧随机抽样到R中的3个组中

Question

目标:将数据帧随机分为3个样本。

包含60％的行的一个样本

其他两个样本，占

行的20％

样本不应重复其他样本(即未经替换的样本)。

这是一个笨拙的解决方案:

allrows <- 1:nrow(mtcars)

set.seed(7)
trainrows <- sample(allrows, replace = F, size = 0.6*length(allrows))
test_cvrows <- allrows[-trainrows]
testrows <- sample(test_cvrows, replace=F, size = 0.5*length(test_cvrows))
cvrows <- test_cvrows[-which(test_cvrows %in% testrows)]

train <- mtcars[trainrows,]
test <- mtcars[testrows,]
cvr <- mtcars[cvrows,]

必须有一个简单的东西，也许在包装中。 dplyr具有 sample_frac函数，但这似乎是针对单个样本，而不是拆分为多个样本。

接近但不完全是此问题的答案:
Random Sample with multiple probabilities in R

Answer 1

您需要精确的分区吗？如果不，

set.seed(7)
ss <- sample(1:3,size=nrow(mtcars),replace=TRUE,prob=c(0.6,0.2,0.2))
train <- mtcars[ss==1,]
test <- mtcars[ss==2,]
cvr <- mtcars[ss==3,]

应该做。

或者，就像@Frank在评论中说的那样，您可以 split()原始数据以将其保留为列表的元素:

mycars <- setNames(split(mtcars,ss), c("train","test","cvr"))