来自单个组的dplyr样本

我有一些数据，其中观察数量的总结如下：

# A tibble: 14 x 3
# Groups:   status [2]
   status  year     n
    <dbl> <dbl> <int>
 1      0  2010  4593
 2      0  2011 10990
 3      0  2012 27711
 4      0  2013 99989
 5      0  2014 95407
 6      0  2015 89010
 7      0  2016 72289
 8      1  2010   584
 9      1  2011   785
10      1  2012   640
11      1  2013   667
12      1  2014   377
13      1  2015   460
14      1  2016   104

---

我想这会管用的

dat

是您的示例数据帧。下面的代码按

status

分割数据帧，然后使用

imap

评估是否需要采样。如果列表元素的名称为

“0”

，它将进行采样。您可以将

size=1

更改为实际数据帧的最小数目

library(dplyr)
library(purrr)

dat2 <- dat %>%
  split(f = .$status) %>%
  imap(function(x, y){
    if (y %in% "0"){
      x <- x %>% 
        group_by(status, year) %>%
        sample_n(size = 1) 
    }
    return(x)
  }) %>%
  bind_rows()

库（dplyr）
图书馆（purrr）
dat2%
拆分（f=.$状态）%>%
imap（函数（x，y）{
如果（y%在%“0”中）{
x%
分组依据（状态，年份）%>%
样品（尺寸=1）
}
返回（x）
}) %>%
绑定_行（）

你所说的类n是什么意思？你想要的输出是什么？另外，“通过4593随机抽样0类观察值”是否意味着您想要

sample_n（）

其中

size=4593

？抱歉，该类引用了

状态变量，该变量有两个类别
0
和
1
。我想
根据
或
筛选
类
0
变量对u进行分组，然后每年对这些变量进行随机抽样。使用类似于
sample\u n（）
和
size=4593
的东西是我想要的是，但是在执行
data%>%groupby（status，year）%%>%sample\u n（size=4593）
时，这不起作用，因为它返回
错误：大小必须小于或等于584（数据大小），设置replace=TRUE以使用带替换的采样
。设置
replace=TRUE
也不能提供正确的输出。工作正常。谢谢
library(dplyr)
library(purrr)

dat2 <- dat %>%
  split(f = .$status) %>%
  imap(function(x, y){
    if (y %in% "0"){
      x <- x %>% 
        group_by(status, year) %>%
        sample_n(size = 1) 
    }
    return(x)
  }) %>%
  bind_rows()