r中一列函数的随机子集

我想以一列为函数从数据帧中随机提取

n

行。 在这个例子中：

# Reproducible example
df <- as.data.frame(matrix(0,2e+6,2))
df$V1 <- runif(nrow(df),0,1)
df$V2 <- sample(c(1:10),nrow(df), replace=TRUE)
df$V3 <- sample(c("A","B","C"),nrow(df), replace=TRUE)

我不想对循环执行任何

，所以我用
tapply
尝试了这一行：

df_objective <- tapply(df$V1, df$V2, function(x) df[sample(1:nrow(df),10),"V2"])

df_objective听起来你只是在寻找类似“dplyr”中的
sample_n
：

或者，还有我的“splitstackshape”包中的
分层

您希望从行中采样，因此这应该是
tapply
的第一个参数，而不是
V1
：

myrows <- unlist(tapply(1:nrow(df),df$V2,sample,size=10))
df1[myrows,]

myrows您可以试试

library(data.table)
setDT(df)[, .SD[sample(.N, 10)] , V2]

或者@Frank建议的更快的选择

setDT(df)[df[,sample(.I,10),V2]$V1]

这很简洁，虽然当我看到“分层”这个词时，抽样并不是第一件想到的事情，弗兰克，它和“分层抽样”一样。当你看到“分层”时，你会怎么想？不知道，几乎从未见过。我猜“层次模型”好吧，它工作得很好。谢谢你的回答。强制性选择：
setDT（df）；df[df[，sample（.I，10），V2]$V1]
好的，谢谢，第二行可以，但是V2似乎是随机排序的。@user3443183如果您编写
keyby=V2
来代替
V2
，应该排序。它们现在是按第一次出现的顺序出现的。好的，现在是按顺序出现的。
library(splitstackshape)
stratified(df, "V2", 10)

myrows <- unlist(tapply(1:nrow(df),df$V2,sample,size=10))
df1[myrows,]

library(data.table)
setDT(df)[, .SD[sample(.N, 10)] , V2]

setDT(df)[df[,sample(.I,10),V2]$V1]