Mẫu ngẫu nhiên của các hàng từ tập hợp con của một khung dữ liệu R

Question

Có cách nào tốt để lấy mẫu hàng từ một phần của khung dữ liệu không?

Nếu tôi chỉ có dữ liệu như

gender <- c("F", "M", "M", "F", "F", "M", "F", "F") 
age <- c(23, 25, 27, 29, 31, 33, 35, 37) 

sau đó tôi có thể dễ dàng lấy mẫu trong độ tuổi từ ba trong số Fs với

sample(age[gender == "F"], 3) 

và nhận được một cái gì đó giống như

[1] 31 35 29 

nhưng nếu tôi chuyển dữ liệu này thành một khung dữ liệu

mydf <- data.frame(gender, age) 

tôi không thể sử dụng rõ ràng

sample(mydf[mydf$gender == "F", ], 3) 

mặc dù tôi có thể dựng lên một cái gì đó phức tạp với một số ngớ ngẩn của dấu ngoặc như

mydf[sample((1:nrow(mydf))[mydf$gender == "F"], 3), ] 

và nhận được những gì tôi muốn mà là một cái gì đó giống như

gender age 
7  F 35 
4  F 29 
1  F 23 

Có cách nào tốt hơn để tôi mất ít thời gian hơn để tìm hiểu cách viết không?

Answer 1

Cách phức tạp của bạn là khá nhiều cách để làm điều đó - Tôi nghĩ rằng tất cả các câu trả lời sẽ là biến thể về chủ đề đó.

Ví dụ, tôi thích để tạo ra mydf$gender=="F" chỉ số đầu tiên:

idx <- which(mydf$gender=="F") 

Sau đó, tôi lấy mẫu từ đó:

mydf[ sample(idx,3), ] 

Vì vậy, trong một dòng (mặc dù, bạn giảm số ngớ ngẩn của dấu ngoặc và có thể làm cho mã của bạn dễ hiểu hơn bằng cách có nhiều dòng):

mydf[ sample(which(mydf$gender=='F'), 3), ] 

Trong khi "wheee I'm a hacker!" một phần của tôi thích lót một, phần hợp lý của tôi nói rằng mặc dù hai lót là hai dòng, nó dễ hiểu hơn nhiều - nó chỉ là sự lựa chọn của bạn.

Answer 2

Bạn nói tôi không thể sử dụng rõ ràng:

sample(mydf[mydf$gender == "F", ], 3) 

nhưng bạn có thể viết chức năng riêng của mình để thực hiện điều đó:

sample.df <- function(df, n) df[sample(nrow(df), n), , drop = FALSE] 

sau đó chạy nó trên lựa chọn tập hợp con của bạn:

sample.df(mydf[mydf$gender == "F", ], 3) 
# gender age 
# 5  F 31 
# 4  F 29 
# 1  F 23 

(Cá nhân tôi tìm thấy sample.df(subset(mydf, gender == "F"), 3) dễ dàng hơn đọc.)

Answer 3

này bây giờ đã đơn giản hơn với phiên bản nâng cao của sample trong gói của tôi:

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

library(kimisc) 
sample.rows(subset(mydf, gender == "F"), 3) 

Xem thêm related answer này để xem chi tiết hơn.