使用 dplyr 从数据框中采样子组行 [英] sample rows of subgroups from dataframe with dplyr

问题描述

如果我想从不同的组中随机选择一些样本，我使用 plyr 包和下面的代码

If I want to randomly select some samples from different groups I use the plyr package and the code below

require(plyr)
sampleGroup<-function(df,size) {
  df[sample(nrow(df),size=size),]
}

iris.sample<-ddply(iris,.(Species),function(df) sampleGroup(df,10))

这里从每个物种中选择了 10 个样本.

Here 10 samples are selected from each species.

我的一些数据框非常大，我的问题是我可以在 dplyr 包中使用相同的 sampleGroup 函数吗?或者在 dplyr 中还有另一种方法可以做同样的事情吗?

Some of my dataframes are very big and my question is can I use the same sampleGroup function with the dplyr package? Or is there another way to do the same in dplyr?

编辑

dplyr 包的 0.2 版引入了两个新函数来从表 sample_n 和 sample_frac 中选择随机行

Version 0.2 of the dplyr package introduced two new functions to select random rows from a table sample_n and sample_frac

推荐答案

是的，您可以通过函数 do() 优雅地使用 dplyr.下面是一个例子:

Yes, you can use dplyr elegantly by the function do(). Here is an example:

mtcars %>% 
    group_by(cyl) %>%
    do(sample_n(.,2))

结果是这样的

Source: local data frame [6 x 11]
Groups: cyl

   mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1 24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
2 26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
3 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
4 17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
5 14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
6 15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8

更新:

在较新版本的 dplyr 中，sample_n 不再需要 do 函数.当前每组随机抽取两行样本的代码:

The do function is no longer needed for sample_n in newer versions of dplyr. Current code for taking a random sample of two rows per group:

mtcars %>% 
    group_by(cyl) %>% 
    sample_n(2)

这篇关于使用 dplyr 从数据框中采样子组行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！