R如何按一列对数据帧进行采样？

Question

我有一个数据帧，我们称它为mtcar。我想要一个新的数据帧sample_mtcars，它是每个齿轮n行mtcar的样本。mtcars有值为3, 4，5的列齿轮，我想要一个新的数据框架，其中n行齿轮为3，n行齿轮为4，n行齿轮为5。

解决方案应该处理齿轮的一个值少于要采样的行数的情况。

做这件事最好的方法是什么？谢谢!

Answer 1

> mtcars[ unlist( tapply( rownames(mtcars), mtcars$gear, sample, 3)) , ]

                    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Hornet Sportabout  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
AMC Javelin        15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Cadillac Fleetwood 10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Merc 280           19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Mazda RX4          21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Volvo 142E         21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
Porsche 914-2      26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Maserati Bora      15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Lotus Europa       30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2

Answer 2

这里有一种方法，在split的结果上使用lapply

set.seed(1)
n <- 3
do.call(rbind, lapply(split(mtcars, mtcars$gear), function(x) 
  x[sample(nrow(x), n), ]))

#                       mpg cyl  disp  hp drat    wt  qsec vs am gear carb
# 3.Duster 360         14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
# 3.Merc 450SL         17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
# 3.Cadillac Fleetwood 10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
# 4.Fiat X1-9          27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
# 4.Datsun 710         22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
# 4.Honda Civic        30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
# 5.Maserati Bora      15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
# 5.Ford Pantera L     15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
# 5.Lotus Europa       30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2

Answer 3

使用data.table

 mtcars1 <- mtcars
 setDT(mtcars1)[, .SD[sample(.N, 3)], by=gear]
 #or
 setDT(mtcars1)[mtcars1[, sample(.I,3), by=gear]$V1,]

或者使用aggregate来保留行名

  mtcars[t(with(mtcars, aggregate(1:nrow(mtcars), list(gear), FUN=sample,3))[,-1]),]
  #               mpg cyl  disp  hp drat    wt  qsec vs am gear carb
  #Toyota Corona 21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
  #Merc 450SE    16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
  #Merc 450SL    17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
  #Merc 240D     24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
  #Mazda RX4     21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
  #Fiat 128      32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
  #Ferrari Dino  19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
  #Porsche 914-2 26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
  #Maserati Bora 15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8