R 随机抽样

我是新手，尝试利用一个相当简单的任务。我有一个由19个变量的20个OB组成的数据集，我想生成3个5个OB的非重叠组。我使用的是dplyr包中的slice_sample函数，但是如何排除第一轮中已经获取的obs呢

图书馆（“dplyr”） 种子集（123）

---

NF_1您可以使用base R中的

sample

函数

您所要做的就是使用

replace=FALSE

对行进行采样，这意味着您将不会有任何重叠。您还可以定义样本数

n_groups <- 3
observations_per_group <- 5
size <- n_groups * obersavations_per_group
selected_samples <- sample(seq_len(nrow(NF)), size = size, replace = FALSE)

# Now index those selected rows
NF_1 <- NF[selected_samples, ]

---

好的，我现在如何从NF_1获得5个不同的数据帧？我可以为使用sample函数生成的组添加一个名称或编号吗？当然，您可以使用循环结构。使用

lappy

返回每次迭代的列表。您可以循环

n_组

次，每次生成一个大小为5的样本。然后，根据您的需要给样品贴上标签。如果您需要我更新答案，请告诉我。是的，因为我以前从未使用过Lappy函数，我尝试过，但语法失败……对不起，我是一个非常非常初级的水平……我已经相应地编辑了我的答案。我强烈建议您看一看，了解更多关于R语言的知识！另外，如果我的回答对你有帮助，请投票并接受它。如果您需要更多帮助，请告诉我。请编辑您的问题以包括

dput（NF）

n_groups <- 3
observations_per_group <- 5
size <- observations_per_group * n_groups

# First we'll get the row samples.
selected_samples <- sample(
    seq_len(nrow(NF)),
    size = size,
    replace = FALSE
)

# Now we split them between the number of groups
split_samples <- split(
    selected_samples,
    rep(1:n_groups, observations_per_group)
)

# For each group (1 to n_groups) we'll define a dataframe with samples
# and store them sequentially in a list.

my_dataframes <- lapply(1:n_groups, function(x) {
    # our subset df will be the original df with the list of samples
    # for group at position "x" (1, 2, 3.., n_groups)
    subset_df <- NF[split_samples[x], ]
    return(subset_df)
})

# now, if you need to access the results, you can simply do:
first_df <- my_dataframes[[1]] # use double brackets to access list elements