r - 删除一组具有特定值的变量中的随机观察子集

Question

假设我有一个数据框，我想在其中删除满足特定标准的随机观察样本(即整行)。以这个数据框为例:

id    var1  var2
AAAA  1     Car
BBBB  2     Truck
CCCC  1     Boat
DDDD  2     Car
EEEE  1     Truck
FFFF  2     Car
FFFF  2     Car
FFFF  2     Car
FFFF  2     Car

如何进行 (1) 对 var2=="Car" 的观察结果进行随机抽样 (n=3)，以及 (2) 删除 var2 的所有其他行=="Car" 没有采样？我在某个标准(即“var2=Car”)内使用 sample() 时遇到问题，因为它还会从数据集中删除所有其他观察结果(当我想保留其他行时) 卡车和船)

Answer 1

关于您在使用 sample 时遇到的困难，它可能与您从什么/从哪里采样有关。

您不想直接从 data.frame 中采样，因为这会对列进行采样

您不想从逻辑向量中采样，因为使用结果来进一步索引 data.frame 并不简单。

相反，您希望从行的索引中进行抽样。您可以从索引的适当子集中进行采样，然后与第二个子集组合，但这很麻烦。

更直接的方法是对你要取出的东西进行抽样:

# remove 3 random rows where var2 is "car": 
DT[-sample(which(var2=="Car"), 3)]

#      id var1  var2
# 1: BBBB    2 Truck
# 2: CCCC    1  Boat
# 3: DDDD    2   Car
# 4: EEEE    1 Truck
# 5: FFFF    2   Car
# 6: FFFF    2   Car

在哪里 DT <- data.table(yourDataFrame)

注意 which( ) 的使用为行提供索引。如果没有，我会从 TRUE 的向量中采样。 & FALSE (感谢 recycling 会产生非常不可预测的结果)。