在一个因素的水平内选择一个随机样本，每个因素层大小不等。

Question

我想选择一个随机样本的数据在一个因素的水平。我可以使用ddply获得一个因子级别内的样本：

library(dplyr)
newdf <- ddply(iris, ~Species, function(x){
  ndf <- x[sample(nrow(x),2), ]
})
with(newdf,table(Species))

但是，我不想简单地从每个因素级别中抽取2个观测结果。相反，我想要抽样，比如说，2,3和4种观察，从物种的三个层次(即2种从刚毛，3种来自云杉色，4种来自处女)。我该怎么做？

我是否可以创建一个值的向量，例如c(2,3,4)被循环，每一个数据都被ddply分割？

需要指定向量中的值--它们不是所有数据的一致比例，也不是一致的数字。

Answer 1

我们根据“物种”对数据集进行split，使用Map对观测数进行sample，并对list输出进行rbind。

 do.call(rbind, Map(function(x,y) x[sample(y),], split(iris, iris$Species), 2:4))