具有 "at least one from each"条件的行的随机样本

Question

所以我有一个看起来像这样的数据集:

a   b   c
23  34  Falcons
14  9   Hawks
2   18  Eagles
3   21  Eagles
22  8   Falcons
11  4   Hawks

我知道我可以做一个随机的行子集 with a nested conditional ，但我想要做的是创建一个随机子集，它需要 'c' 列中每个可用值中的至少一个 .

所以可能的正确子集是

23  34  Falcons
14  9   Hawks
3   21  Eagles

或者

11  4   Hawks
2   18  Eagles
22  8   Falcons

[无特定顺序]，但类似于:

14  9   Hawks
2   18  Eagles
3   21  Eagles

不起作用，因为没有代表“猎鹰”。在 R 中有没有一种简单的方法可以做到这一点？

Answer 1

使用 group_by和 sample_n dplyr 中的函数包裹。

text1 <- "a   b   c
23  34  Falcons
14  9   Hawks
2   18  Eagles
3   21  Eagles
22  8   Falcons
11  4   Hawks"

dat <- read.table(text=text1, head=T, as.is=T)

library(dplyr)
dat %>% group_by(c) %>% sample_n(1)

# Source: local data frame [3 x 3]
# Groups: c [3]

#       a     b       c
#   (int) (int)   (chr)
# 1     3    21  Eagles
# 2    22     8 Falcons
# 3    11     4   Hawks

更新:您可以编写一个函数来进行采样。

sample_df <- function(df) {
  df.r <- sample(1:nrow(df), 1)
  return(sample_n(df, df.r))
}
dat %>% group_by(c) %>% do(sample_df(.))