在SQL和R中选择随机数据

我有以下SQL Server代码：

ABS（校验和（newid（））%14

这将生成0到13之间的均匀分布随机数

更具体地说，我的SQL表中有一列包含这些随机数。在R中进行一些分析后，我现在已使用Microsoft-R/XDF文件将此SQL表导入R。我想基于此列在此数据的80%-20%上创建一个测试和培训集。您知道我将如何做吗

谢谢。

更新： 由于它是一个.XDF文件，我将使用

rxSplitXdf

函数。 下面是一篇深入讨论它的文章，并展示了一些示例：

比如：

rxSplitXdf(inFile, outFileSuffixes = c("train","test"),  
         numOutFiles = 2, splitBy = "rows", 
         rowSelection = (random number >=7))

---

您可以使用两个

rxDataStep

s手动执行此操作：

train <- rxDataStep(infile, "train.xdf", rowSelection=random_number < 11)
test <- rxDataStep(infile, "test.xdf", rowSelection=random_number >= 11)

上述代码将成为

train <- filter(infile, random_number < 11, .outFile="train.xdf")
test <- filter(infile, random_number >= 11, .outFile="test.xdf")

---

您好。对不起，我编辑了我的问题以反映这一点。对不起，我应该提到这个数据集是巨大的，它不是作为数据帧存储的，而是一个XDF文件。因此，它只能被这个随机数分割。啊。好的，这非常有帮助，谢谢！但是，我只是把random_number>=7参数放在那里，但我不确定这样做是否可行按要求进行80-20拆分。是否仍要完成80-20拆分？这并不像您认为的那样有效。

rowSelection

arg在分区之前过滤数据集中的所有行，因此输出文件中的行总数将是输入的一半。

train <- filter(infile, random_number < 11, .outFile="train.xdf")
test <- filter(infile, random_number >= 11, .outFile="test.xdf")

rxDataStep(infile, infile,
    transforms=list(splitVar=factor(random_number < 11, levels=c("train", "test")))
lst <- rxSplit(infile, splitByFactor="splitVar")