R按最小单元格大小进行采样

我有包含学生考试成绩信息的“数据”。我想：数一数每所学校的分数，然后取所有学校分数的最小值。像这样：

对于每个学校，计算特定年级的行数。 然后为每个年级找出所有学校的最小值。 最后，我希望根据第2步中找到的最小值进行随机抽样

基本上，在这个基本的例子中，有两所学校，7年级和8年级：

一校7年级得2分，一校8年级得3分

第二学校7年级得1分，第二学校8年级得4分

因此，新的数据包含一所学校一年级和二年级七年级的一个分数，以及一所学校一年级和二年级八年级的三个分数，这些分数是随机抽取的

像这样：

我的尝试：

---

数据[，.SD[sample（x=.N，size=min（sum（GRADE），.N））]，by=（SCHOOL，GRADE）

以下是您对如何一步一步完成的描述

set.seed(1)
data=data.frame(SCHOOL = rep(1:10, each = 1000), GRADE = sample(7:12, r = T, size = 10000),SCORE = sample(1:100, r = T, size = 10000))

如果您有多个类似于

SCORE

-的列，并且希望每个列保持相同的行，那么您可以在尝试中使用

.SD

-like：

library(data.table)
setDT(data)
data[, N := .N, .(SCHOOL, GRADE)]
data[, N := min(N), GRADE]
data[, .(SCORE = sample(SCORE, N)), .(SCHOOL, GRADE, N)][, -'N']

---

@akrun你有什么建议和想法吗？@Valentin你有什么建议和想法吗？谢谢你介意解释一下你的最后一行吗？它很完美！它按

SCHOOL

和

GRADE

将行拆分，然后对它们的每一个组合运行一次示例函数，取

N

（我们刚刚计算出）的

分数

s。然后

数据表

为我们神奇地将表格拼凑起来。

[，-'N']

只是删除该列，您可以删除该位以查看其中的内容。非常感谢您，我还有一个问题。如果我有一堆其他变量，如SCORE，但我希望执行与我们相同的操作，即只选择行。是否可以对整个数据帧执行此操作，而不仅仅是“得分”？我在答案中加了一行，改为那样做。

data[, .SD[sample(.N, N)], .(SCHOOL, GRADE, N)][, -'N']