在R中有没有一种方法可以使用dplyr包对相同数量的因子进行采样？

Question

我有以下数据帧：

    > testing
# A tibble: 27,507 x 2
   type      mmr
   <fct>   <dbl>
 1 Public    100
 2 Public    100
 3 Private   100
 4 Public    100
 5 Public    100
 6 Public    100
 7 Public    100
 8 Public    100
 9 Public    100
10 Public    100
# ... with 27,497 more rows

此数据帧具有以下计数：

# A tibble: 2 x 2
  type        n
  <fct>   <int>
1 Private  6815
2 Public  20692

我希望将Public和Private扩展到变量中，但是它们需要具有相等的计数才能做到这一点。有没有办法使用DPLYR软件包对6000个私有和6000个公共样本进行采样，这样我就可以执行分布函数了？

谢谢

Answer 1

您可以使用sample_n：

library(dplyr)

data <- testing %>% group_by(type) %>% sample_n(6000)

请注意，pivot_wider已经替换了spread，因此要获取宽格式的数据，您可以使用

data %>% 
   group_by(a) %>% mutate(row = row_number()) %>%  
   tidyr::pivot_wider(names_from = a, values_from = b) %>%
   #tidyr::spread(a, b) %>%
   select(-row)