R数据中基于变量的随机选择

Question

我有一个1000列的数据框架。它是来自不同品种的动物的数据集。然而，我有更多的动物从一些品种。所以我想要做的是随机选择那些有更多动物的品种，让所有的品种都有相同数量的观察。详细情况:我有400只荷斯坦动物，300只泽西岛动物，100只赫里福德动物，150只尼洛尔动物和50只坎奇姆动物。我想做的是从每种动物中随机选出50只。所以我最后总共会养250只动物。我知道如何使用runif随机选择，但是我不知道如何在我的情况下应用这个方法。我的数据看起来是：

Breed   ID    Trait1    Trait2  Trait3
Holstein    1       11     22     44
Jersey      2       22     33     55
Nelore      3       33     44     66
Nelore      4       44     55     77
Canchim     5       55     66     88

我试过：

Data = data[!!ave(seq_along(data$Breed), unique(data$Breed), FUN=function(x) sample(x, 50) == x),]

但是，它不起作用，并且不允许我在我正在使用的服务器中安装软件包dplyr。提前谢谢。

Answer 1

您可以在品种上split您的动物数据帧，然后对每个块应用一个自定义函数，它将随机提取50行：

animals.split <- split(animals, animals$Breed)
animals.list <- lapply(animals.split, function(x) {
                   y <- x[sample(nrow(x), 50), ]
                   return(y)
                }
result <- unsplit(animals.list, f = animals$Breed)