在数据帧中对随机行进行采样

7 回答

• 138

  写一个！包装JC的答案给了我：

  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 .

  回复于 2024-05-02T10:25:43+08:00
• 359

  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
  

  回复于 2024-05-02T10:25:43+08:00
• 8

  Select a Random sample from a tibble type in R:

  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 .

  回复于 2024-05-02T10:25:43+08:00
• 4

  在my R package中，只有一个函数 sample.rows 用于此目的：

  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previous answer的评论，通过使它成为通用的S3函数来增强 sample 是一个坏主意 .

  回复于 2024-05-02T10:25:43+08:00
• 30

  EDIT ：这个答案现已过时，请参阅the updated version .

  在my R package中，我增强了 sample ，现在它的行为也符合预期的数据帧：

  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achieved，使 sample 成为S3泛型方法，并在函数中提供必要的（平凡的）功能 . 对 setMethod 的调用修复了一切 . 原始实现仍然可以通过 base::sample 访问 .

  回复于 2024-05-02T10:25:43+08:00
• 4

  John Colby给出的答案是正确的答案 . 但是，如果您是 dplyr 用户，则还有答案 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，更少键入（并简化了在magrittr上下文中的使用，因为数据帧是第一个参数） .

  回复于 2024-05-02T10:25:43+08:00
• 25

  data.table 包提供函数 DT[sample(.N, M)] ，从数据表 DT 中采样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
  

  回复于 2024-05-02T10:25:43+08:00