提问



我正在努力找到适当的函数,它将返回一个随机拾取的指定行数,而不用R语言中的数据框替换?谁能帮我吗?

最佳参考


首先制作一些数据:


> df = data.frame(matrix(rnorm(20), nrow=10))
> df
           X1         X2
1   0.7091409 -1.4061361
2  -1.1334614 -0.1973846
3   2.3343391 -0.4385071
4  -0.9040278 -0.6593677
5   0.4180331 -1.2592415
6   0.7572246 -0.5463655
7  -0.8996483  0.4231117
8  -1.0356774 -0.1640883
9  -0.3983045  0.7157506
10 -0.9060305  2.3234110


然后随机选择一些行:


> df[sample(nrow(df), 3), ]
           X1         X2
9  -0.3983045  0.7157506
2  -1.1334614 -0.1973846
10 -0.9060305  2.3234110

其它参考1


John Colby给出的答案是正确的答案。但是,如果您是dplyr用户,也有答案sample_n:


sample_n(df, 10)


从数据帧中随机抽样10行。它调用sample.int,所以实际上是相同的答案,更少的输入(并简化了在magrittr的上下文中的使用,因为数据帧是第一个参数)。

其它参考2


写一个!包装JC的回答给了我:


randomRows = function(df,n){
   return(df[sample(nrow(df),n),])
}


现在通过首先检查n<=nrow(df)并停止错误来使其更好。

其它参考3


data.table包提供函数DT[sample(.N, M)],从数据表DT中抽样M个随机行。


library(data.table)
set.seed(10)

mtcars <- data.table(mtcars)
mtcars[sample(.N, 6)]

    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1: 14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
2: 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
3: 17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
4: 21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
5: 22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
6: 15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2

其它参考4


编辑:此答案现已过时,请参阅更新版本。


在我的R包中,我增强了sample,以便它现在也可以像数据帧一样运行:[23]


library(devtools); install_github('kimisc', 'krlmlr')

library(kimisc)
example(sample.data.frame)

smpl..> set.seed(42)

smpl..> sample(data.frame(a=c(1,2,3), b=c(4,5,6),
                           row.names=c('a', 'b', 'c')), 10, replace=TRUE)
    a b
c   3 6
c.1 3 6
a   1 4
c.2 3 6
b   2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6


这是通过使sample成为S3泛型方法并在函数中提供必要的(平凡的)功能来实现的。对setMethod的调用修复了一切。原始实现仍然可以通过base::sample访问。[24]

其它参考5


在我的R包中有一个函数sample.rows仅用于此目的:[25]


install.packages('kimisc')

library(kimisc)
example(sample.rows)

smpl..> set.seed(42)

smpl..> sample.rows(data.frame(a=c(1,2,3), b=c(4,5,6),
                               row.names=c('a', 'b', 'c')), 10, replace=TRUE)
    a b
c   3 6
c.1 3 6
a   1 4
c.2 3 6
b   2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6


根据Joris Meys对先前答案的评论,通过将其作为通用S3功能来增强sample是一个坏主意。

其它参考6


从R:中的tibble类型中选择一个随机样本


library("tibble")    
a <- your_tibble[sample(1:nrow(your_tibble), 150),]


nrow采用tibble并返回行数。传递给sample的第一个参数是从1到tibble结尾的范围。传递给sample 150的第二个参数是您想要的随机采样数。方括号切片指定返回的索引的行。变量a获取随机抽样的值。