R- data.table中的组的随机样本

R- random sample of groups in a data.table

如何随机抽样在data.table中包含三个组,以便结果包含三个组,其中包含原始data.table中的所有行?

1
2
3
library(data.table)
dat <- data.table(ids=1:20, groups=sample(x=c("A","B","C","D","E","F"), 20,
replace=TRUE))

我知道如何从数据表中随机选择10行:

1
dat.sampl1 <- as.data.table(sapply(dat[], sample, 10))

以及如何按组

进行采样

1
dat[,.SD[sample(.N, min(.N,3))], by = groups]

但是如何随机分组?因此结果应如下所示:

1
2
3
4
5
6
7
8
9
10
11
12
13
    ids groups
     1      F
    11      F
     3      F
    18      F
     8      A
     9      A
    10      A
    17      A
    19      A
    12      E
    14      E
    16      E


您的意思是:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
set.seed(123)
dat <- data.table(ids=1:20, groups=sample(x=c("A","B","C","D","E","F"), 20,
replace=TRUE))
dat[groups %in% sample(unique(dat[, groups]), size = 3)][order(groups)]
#     ids groups
#  1:   3      C
#  2:  10      C
#  3:  12      C
#  4:   7      D
#  5:   9      D
#  6:  14      D
#  7:   4      F
#  8:   5      F
#  9:   8      F
# 10:  11      F
# 11:  16      F
# 12:  20      F

如果要对要替换的组进行采样,可以执行以下操作,其中A已被采样两次:

1
2
3
4
5
6
7
8
9
10
11
dat[unique(dat[, list(groups)])[sample(.N, 3, replace = TRUE)], on ="groups"]
#    ids groups
# 1:   3      C
# 2:  10      C
# 3:  12      C
# 4:   6      A
# 5:  15      A
# 6:  18      A
# 7:   6      A
# 8:  15      A
# 9:  18      A


此代码有效,使用单行的基础R代码(使用%in%来检查使用sample函数生成的索引):

1
df1[df1[,'groups'] %in% sample(unique(df1[,'groups']), size = 3, replace = F), ]

例如:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
> df1 <- data.frame("ids" = 1:20,"groups" = sample(LETTERS[1:4], size = 20, replace = T))
> df2 <- df1[df1[,'groups'] %in% sample(unique(df1[,'groups']), size = 3, replace = F), ]
> df2[order(df2[,'groups']),]
   ids groups
4    4      B
6    6      B
18  18      B
20  20      B
1    1      C
2    2      C
3    3      C
9    9      C
12  12      C
16  16      C
19  19      C
7    7      D
11  11      D