Выборка случайных строк в таблице данных

Я изо всех сил пытаюсь найти соответствующую функцию, которая возвращала бы заданное количество строк, выбранных случайным образом без замены из фрейма данных на языке R? Кто-нибудь может мне помочь?

7 244
javascript dataframe sample r-faq

7 ответов:

сначала сделайте некоторые данные:

> df = data.frame(matrix(rnorm(20), nrow=10))
> df
           X1         X2
1   0.7091409 -1.4061361
2  -1.1334614 -0.1973846
3   2.3343391 -0.4385071
4  -0.9040278 -0.6593677
5   0.4180331 -1.2592415
6   0.7572246 -0.5463655
7  -0.8996483  0.4231117
8  -1.0356774 -0.1640883
9  -0.3983045  0.7157506
10 -0.9060305  2.3234110

затем выберите несколько строк наугад:

> df[sample(nrow(df), 3), ]
           X1         X2
9  -0.3983045  0.7157506
2  -1.1334614 -0.1973846
10 -0.9060305  2.3234110
342

ответ Джон Колби дает правильный ответ. Однако, если вы dplyr пользователь есть и ответ sample_n:

sample_n(df, 10)

случайные выборки 10 строк из фрейма данных. Он зовет sample.int, Так что на самом деле это тот же ответ с меньшим набором текста (и упрощает использование в контексте magrittr, поскольку фрейм данных является первым аргументом).

129

написать! Обертывание ответа JC дает мне:

randomRows = function(df,n){
   return(df[sample(nrow(df),n),])
}

теперь сделайте это лучше, проверив сначала, если n

27

The data.table пакет содержит функцию DT[sample(.N, M)], выборка M случайных строк из таблицы данных DT.

library(data.table)
set.seed(10)

mtcars <- data.table(mtcars)
mtcars[sample(.N, 6)]

    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1: 14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
2: 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
3: 17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
4: 21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
5: 22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
6: 15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
25

EDIT: этот ответ устарел, см. обновленная версия.

на мой пакет R я улучшил sample Так что теперь он ведет себя так, как ожидалось и для фреймов данных:

library(devtools); install_github('kimisc', 'krlmlr')

library(kimisc)
example(sample.data.frame)

smpl..> set.seed(42)

smpl..> sample(data.frame(a=c(1,2,3), b=c(4,5,6),
                           row.names=c('a', 'b', 'c')), 10, replace=TRUE)
    a b
c   3 6
c.1 3 6
a   1 4
c.2 3 6
b   2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6

Это получено делая sample общий метод S3 и обеспечение необходимой (тривиальной) функциональности в функции. Звонок в setMethod исправлены все. Исходная реализация все еще может быть доступна через base::sample.

7

на мой пакет R есть функция sample.rows только для этого:

install.packages('kimisc')

library(kimisc)
example(sample.rows)

smpl..> set.seed(42)

smpl..> sample.rows(data.frame(a=c(1,2,3), b=c(4,5,6),
                               row.names=c('a', 'b', 'c')), 10, replace=TRUE)
    a b
c   3 6
c.1 3 6
a   1 4
c.2 3 6
b   2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6

повышение sample сделав его общей функцией S3, было плохой идеей, согласно комментариям Джориса Мейса к предыдущий ответ.

4

выберите случайную выборку из типа tibble в R:

library("tibble")    
a <- your_tibble[sample(1:nrow(your_tibble), 150),]

nrow принимает tibble и возвращает количество строк. Первый параметр передается в sample - это диапазон от 1 до конца вашего tibble. Второй параметр, передаваемый в sample, 150, - это количество случайных выборок, которые вы хотите. Срез квадратной скобки определяет строки возвращаемых индексов. Переменная ' a ' получает значение случайной выборки.

1