当数据为长格式时，R中的随机样本

我需要随机抽样一个长格式的数据集。在我的数据集中，每个受试者有4个观察值，所以如果我随机抽取一行样本，我将随机丢失每个受试者的一个或多个观察值

这是一个用于说明目的的模拟数据，我的数据要大得多

sub sex group   dv1 dv2
P1  m   A   0.66    0.94
P1  m   B   0.98    0.26
P1  m   C   0.02    0.03
P1  m   D   0.60    0.30
P2  m   A   0.92    0.99
P2  m   B   0.82    0.09
P2  m   C   0.44    0.67
P2  m   D   0.53    0.80
P3  f   A   0.29    0.22
P3  f   B   0.46    0.20
P3  f   C   0.37    0.77
P3  f   D   0.76    0.54
P4  m   A   0.28    0.99
P4  m   B   0.16    0.57
P4  m   C   0.46    0.75
P4  m   D   0.28    0.21

在本例中，我需要随机选择2名男性。例如，我尝试使用dplyr-packaged（见下文），但如果我给出一个2的示例，它只为

sex=“m”

提供了2行，为

sex=“f”

提供了2行。总共有4个随机选择的行。我需要它做的是给我8行，其中4行来自一个男性，4行来自另一个男性。将分组参数更改为

sub

不起作用，因为它表明组中只有2个级别（实际上，在这个玩具示例中，它会起作用，因为每个子组有4个级别，但请注意，我从更大的数据集中选择了50个样本）。另外，它只会给我2随机行为每个子，这不是我需要的

library(dplyr)  
subset <- data %>%  
group_by(sex) %>%  
sample_n(2)

库（dplyr）
子集%
按性别划分的组别%>%
样本（2）

---

请不要建议将日期改为宽幅格式并在那里取样，因为我知道我可以做到这一点。我确信一定有一种方法可以进行长格式的采样。

我不确定我是否完全理解您的要求。这样行吗

data %>% filter(sex == 'm') %>% filter(sub %in% sample(paste0('P',1:4), 2))

---

当然，您必须为您的真实数据更改

paste0

函数中的内容。

我将从患者姓名中取样，然后根据取样的姓名进行过滤：

看看所有的男性

male_subset <- data %>% filter(sex == "m")

这将返回两个取样个体中每个个体的所有四行。

在基数R中

set.seed(1)
subset<- sample(data[data$sex == "m",]$sub,2)
data_subset<-data[data$sub %in% subset,]
nrow(data_subset)
# [1] 8

set.seed（1）
Subset如果选择了P1，您想选择所有P1观测值，还是只选择P1中的一个观测值？所有P1观测值。我的解决方案的问题是，我只得到一个观察每个子，我想保留所有4。谢谢，但没有看到做我需要的。使用这段代码，我只得到4行或8行。每个主题至少有行（每个主题4行）。我需要的不是对行进行采样，而是对主题进行采样，其中主题在多行中有数据。我认为您的两个采样ID可能相等。如果不查看唯一ID，则可以对同一个人的ID进行两次采样，然后在结果data.frame中只包含一个人（和四行），而不是两个人和8行。我刚刚尝试了此解决方案。它也起作用。我认为sample（）的默认行为是“replace=FALSE”，因此我认为不会有重复的行为。从
？sample（）
“sample（x，size，replace=FALSE，prob=NULL）”开始，我认为不会有问题。然而，我更喜欢@BarkleyBG的解决方案。它更像R。
data[data$sex==“m”，]$sub
是否包含重复条目？如果是这样，那么样本就有可能多次随机选择同一条目，即使没有替换。事实上，在这种情况下，当抽样的数量（即
大小
）大于男性数量时，它肯定会这样做。啊，我明白你现在的意思了。是的，你说得对。它需要是
sample（unique（data[data$sex==“m”，]$sub，2）
…如果我们不包括
unique（）
，我们实际上有可能得不到两个唯一的主题。打得好。太好了！这正是我想要的。非常感谢@BarkleyBG
sampled_IDs <- sample(male_IDs, 2)

data %>% filter(sub %in% sampled_IDs)

set.seed(1)
subset<- sample(data[data$sex == "m",]$sub,2)
data_subset<-data[data$sub %in% subset,]
nrow(data_subset)
# [1] 8