如何根据变量的平均值对R中数据帧中的行进行子集划分？

我在R中有一个数据帧，有120个观察（参与者）。所有样本的平均年龄为51岁（25-90岁）。我想随机选择60个观察值，平均值为40。有没有办法做到这一点？我宁愿避免手动修剪，以避免由此产生的问题

---

我感谢任何可以提供的帮助

如果您限制您的样本具有特定的平均值，那么它不是真正的随机样本。然而，有多种方法可以做到这一点，其中没有一种是容易的。这取决于样本中的年龄分布，当然我没有

无论如何，以下数据框将与您的数据框类似：

set.seed(772)
df <- data.frame(age = sample(25:90, 120, T), ID = factor(1:120))

现在要使你的样本年龄达到平均40岁，你需要优先从较年轻的群体中取样。首先，我们将找到“老”和“年轻”参与者的指数：

young <- which(df$age <= 40)
old   <- which(df$age > 40)

---

如果可能的话，这不是一件容易的事。也许你可以使用某种优化来接近你想要的平均值。请检查此项，询问相同的问题和回答

young <- which(df$age <= 40)
old   <- which(df$age > 40)

seed <- 1

while(TRUE)
{
  set.seed(seed)
  young_indices <- young[sample(length(young), 40)]
  old_indices   <- old[sample(length(old), 20)]
  indices       <- c(young_indices, old_indices)

  if(abs(mean(df$age[indices]) - 40) < 0.25) break

  seed <- seed + 1
}

sample_df <- df[indices,]

nrow(sample_df)
#> [1] 60
mean(sample_df$age)
#> [1] 40.1