基于组随机抽取样本 [英] Take randomly sample based on groups

问题描述

我有一个由分布在 15 个不同 ID 中的近 50,000 行组成的数据框(每个 ID 都有数千个观察值).数据框看起来像:

I have a data frame made by almost 50,000 rows spread in 15 different IDs (every ID has thousands of observations). Data frame looks like:

        ID  Year    Temp    ph
1       P1  1996    11.3    6.80
2       P1  1996    9.7     6.90
3       P1  1997    9.8     7.10
...
2000    P2  1997    10.5    6.90
2001    P2  1997    9.9     7.00
2002    P2  1997    10.0    6.93

我想为每个 ID 随机抽取 500 行(所以 P1 为 500，P2 为 500，...)并创建一个新的 df.我试试:

I want to take 500 random rows for every ID (so 500 for P1, 500 for P2,....) and create a new df. I try:

new_df<-df[df$ID %in% sample(unique(dfID),500),]

但是它随机需要一个 ID，而我每个 ID 需要 500 个随机行.

But it takes randomly one ID, while I need 500 random rows for every ID.

推荐答案

试试这个:

library(plyr)
ddply(df,.(ID),function(x) x[sample(nrow(x),500),])

这篇关于基于组随机抽取样本的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！