r - 在 R 中选择随机数据点

Question

我有一个大数据集，我想创建 3 个随机选择的(大小 = 50)原始数据集的子集。我只想从特定列(具体为第 13 列)中提取要点。

这在 R 中一定很容易做到，我应该怎么做？

Answer 1

replicate(3, sample(200, 50))

其中 200 是数据框中的行数(相应调整)。更自动地，假设数据在对象 df

中

replicate(3, sample(nrow(df), 50))

举个例子

set.seed(10)
df <- data.frame(x1 = rnorm(1000), x2 = rnorm(1000))

ind <- replicate(3, sample(nrow(df), 50))
head(ind)

> head(ind)
     [,1] [,2] [,3]
[1,]  380  220  702
[2,]   75  751  720
[3,]  775  278  153
[4,]  988  612  340
[5,]  282  568  925
[6,]  266  794  812

列包含您想要的 3 个子集。然后您可以使用它来索引原始数据框，例如

df[ind[,1], "x2"]

> df[ind[,1], "x2"]
 [1]  0.57982435  0.27016645 -0.08435526  1.16768142  1.38124150  0.62444167
 [7] -0.54887437  1.91301831  1.84116197  0.94045377 -1.15417235 -0.06809104
[13] -2.03652525  1.06773801 -0.34235315 -0.24707548 -1.80470122  0.11993674
[19] -0.36358182  0.16819156 -1.84507669 -0.16707925 -1.80789383  0.78894210
[25] -0.05741295 -0.28905260  2.38724835  2.75762831 -0.18082554  1.61820620
[31] -0.48192569 -0.03298339  0.52087746  0.32774925  1.52103207 -0.15619668
[37] -0.49687983 -0.06623606  2.21855213 -0.48727519  1.01115806  0.25213485
[43]  1.01927105  0.31362619  0.40260968  0.26795767  0.01803656  0.19579576
[49] -0.26464131  0.48141105

其中我采用第一个子集和仅变量x2。

请注意，这是假设您希望在不放回的情况下进行采样；换句话说，df 中的每一行可以在一个子集中只出现 0 次或 1 次，而不是多次。如果您想要后者，请参阅 ?sample 中的 replace 参数。