从R中的两列重新采样行

我有一个2列的数据集（比如X和Y）。我需要生成两列的100个样本，其中每个样本有10行

X和Y值应该是相关的。这意味着基本上我需要重新采样行

这是我到目前为止生成1个样本的工作

set.seed(326581)
X1=rnorm(10,0,1)
Y1=rnorm(10,0,2)
data=data.frame(X1,Y1)
library("dplyr", lib.loc="~/R/win-library/3.5")
sample_n(data,10,replace = T)

因为我需要100个样本，所以我尝试了R中的复制函数，但它不起作用。所以我试着使用一个循环

rex=c()
 rey=c()
 for(i in 1:100)
 {
 rex[i]=sample_n(data,10,replace=T)[,1]
 rey[i]=sample_n(data,10,replace=T)[,2]

 }

但它没有给出期望的输出

有人能帮我找出错误吗？

---

或者，是否有任何函数（如复制函数到从1列采样）更容易实现这一点

你的意思是这样的吗

使用基本R

样本

# Sample 100 rows from data
set.seed(2017)
idx <- sample(nrow(data), 100, replace = T)

# Store samples in a 100x2 data.frame 
df.smpl <- data[idx, ]

set.seed(2017)
df.smpl <- data %>%
    sample_n(100, replace = T)

这两种方法都将从

数据行

中提取的100个样本存储在维度的新

数据框

中

dim(data.smpl)
#[1] 100   2

或者如果您希望样本位于向量的

列表中

lapply(idx, function(i) as.numeric(data[i, ]))

---

更新 要从

数据中重复绘制10行

100次，可以使用

replicate

set.seed(2017);
lst <- replicate(
    100,
    df.smpl <- data %>% sample_n(10, replace = T),
    simplify = FALSE)

每个尺寸

10x2

sapply(lst, dim)
#[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14]
#[1,]   10   10   10   10   10   10   10   10   10    10    10    10    10    10
#[2,]    2    2    2    2    2    2    2    2    2     2     2     2     2     2
#[,15] [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24] [,25] [,26]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,27] [,28] [,29] [,30] [,31] [,32] [,33] [,34] [,35] [,36] [,37] [,38]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,39] [,40] [,41] [,42] [,43] [,44] [,45] [,46] [,47] [,48] [,49] [,50]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,51] [,52] [,53] [,54] [,55] [,56] [,57] [,58] [,59] [,60] [,61] [,62]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,63] [,64] [,65] [,66] [,67] [,68] [,69] [,70] [,71] [,72] [,73] [,74]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,75] [,76] [,77] [,78] [,79] [,80] [,81] [,82] [,83] [,84] [,85] [,86]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,87] [,88] [,89] [,90] [,91] [,92] [,93] [,94] [,95] [,96] [,97] [,98]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,99] [,100]
#[1,]    10     10
#[2,]     2      2

---

你好，谢谢你的回复。但在你的回答中，你已经抽取了100行。不是吗？这不是我想要的。我需要“100个样本”，其中每个样本都是通过采样行生成的（这就是为什么我在dplyr包下使用“sample_n”命令而不是使用“sample”命令的原因）。所以在我的最终输出中，应该有100个样本，每个样本有2列。@Statlover“所以在我的最终输出中，应该有100个样本，每个样本有2列”，这正是我的解决方案给出的结果。另外，

sample\n

只是

sample.int

的包装，其作用与

sample

相同。您可以看到，在基本R和

dplyr

解决方案中

df.smpl

是相同的。我的坏。我还并没有包括每个样本的样本量。样本量应为10。所以应该有100个样本，每个样本的大小应该是10（按采样行）。是否可以编辑您的答案以反映？谢谢。@Statlover那么您的预期输出应该是什么样子？（1） 单个

1000x2

data.frame

（

1000

，因为

10x100

样本）；或者（2）一个包含

100

data.frame

s的列表，每个都有维度

10x2

？我需要一个包含100个data.frames的列表，每个都有维度10x2。非常感谢。

sapply(lst, dim)
#[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14]
#[1,]   10   10   10   10   10   10   10   10   10    10    10    10    10    10
#[2,]    2    2    2    2    2    2    2    2    2     2     2     2     2     2
#[,15] [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24] [,25] [,26]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,27] [,28] [,29] [,30] [,31] [,32] [,33] [,34] [,35] [,36] [,37] [,38]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,39] [,40] [,41] [,42] [,43] [,44] [,45] [,46] [,47] [,48] [,49] [,50]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,51] [,52] [,53] [,54] [,55] [,56] [,57] [,58] [,59] [,60] [,61] [,62]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,63] [,64] [,65] [,66] [,67] [,68] [,69] [,70] [,71] [,72] [,73] [,74]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,75] [,76] [,77] [,78] [,79] [,80] [,81] [,82] [,83] [,84] [,85] [,86]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,87] [,88] [,89] [,90] [,91] [,92] [,93] [,94] [,95] [,96] [,97] [,98]
#[1,]    10    10    10    10    10    10    10    10    10    10    10    10
#[2,]     2     2     2     2     2     2     2     2     2     2     2     2
#[,99] [,100]
#[1,]    10     10
#[2,]     2      2