Fatal编程技术网
  • r/
  • R 使用给定权重（频率）随机采样数据帧行

R 使用给定权重（频率）随机采样数据帧行

r

R 使用给定权重（频率）随机采样数据帧行,r,dplyr,R,Dplyr,我有一个以下格式的数据框：一列包含原始序列，另一列包含序列发生次数，其他列具有其他特征 c1 <- c(324, 213, 122, 34) c2 <- c("SDOIHHFOEKN", "SDIUFONBSD", "DSLIHFEIHDFS", "DOOIUDBD") c3 <- c("G", "T", "U", "T") df <- data.frame(count = c1, seq = c2, other = c3) c1使用sample.int表示速度： s

我有一个以下格式的数据框：一列包含原始序列，另一列包含序列发生次数，其他列具有其他特征

c1 <- c(324, 213, 122, 34)
c2 <- c("SDOIHHFOEKN", "SDIUFONBSD", "DSLIHFEIHDFS", "DOOIUDBD")
c3 <- c("G", "T", "U", "T")

df <- data.frame(count = c1, seq = c2, other = c3)

c1使用sample.int表示速度：


sampled_df <- df[sample.int(nrow(df), 300, replace = TRUE, prob = df$count),] %>% 
group_by(seq) %>% 
summarize(count = n(), other=unique(other)) %>% 
as.data.frame

> sampled_df
           seq count other
1     DOOIUDBD    21     T
2 DSLIHFEIHDFS    53     U
3   SDIUFONBSD   102     T
4  SDOIHHFOEKN   124     G



sampled_df%
分组依据（序号）%>%
汇总（计数=n（），其他=唯一（其他））%>%
as.data.frame
>取样测向
顺序计数其他
1桶21吨
2个DSLIHFEIHDFS 53 U
3 SDIUFONBSD 102吨
4 SDOIHHFOKN 124克

sample
允许概率，因此您可以尝试类似的方法：
sample（c2300，replace=TRUE，prob=c1/sum（c1））
@MikeH。但是，我怎样才能得到最终数据帧中每个序列的实际计数呢？这会保持相对频率不变，但不会给我一个绝对计数。谢谢您想对序列进行采样，然后对样本进行计数？如果我还有18个其他列，它们都是特定于每个序列的，那么这将如何工作？我在这里看到，您必须特别提到
其他
，但对于其他18个变量，我不希望这样做。谢谢我可以看到两种方法：你可以在
查看dplyr
summary\u，或者如果你想深入dplyr的话，可以查看
summary\u all
。否则，您可以使用
seq
作为键，将新的data.frame与原始数据进行
合并。我更喜欢第二种方法，因为它只是注释，不太复杂。