Ho un problema con la funzione dplyr
sample_n
. Sto cercando di estrarre casualmente sottoinsiemi da data.frame ma non è riuscito. Perché sample_n
estrae solo righe casuali.Come sottoporre a randomizzazione casuale di dati con dplyr?
Ecco alcuni esempi che mostrano come estrarre righe casuali da ogni sottoinsieme.
sample-rows-of-subgroups-from-dataframe-with-dplyr
selecting-n-random-rows-across-all-levels-of-a-factor-within-a-dataframe
Questo non è quello che voglio. Voglio estrarre i gruppi casualmente da un frame di dati non le righe casuali da ogni sottoinsieme.
Ad esempio,
xx <- rep(rep(seq(0,800,200),each=10),times=2)
yy<-c(replicate(2,sort(10^runif(10,-1,0),decreasing=TRUE)),replicate(2,sort(10^runif(10,-1,0),decreasing=TRUE)), replicate(2,sort(10^runif(10,-2,0),decreasing=TRUE)),replicate(2,sort(10^runif(10,-3,0),decreasing=TRUE)), replicate(2,sort(10^runif(10,-4,0), decreasing=TRUE)))
V <- rep(seq(100,2500,length.out=10),times=2)
No <- rep(1:10,each=10)
df <- data.frame(V,xx,yy,No)
library(dplyr)
random <- df %>%
group_by(No)%>%
sample_n(5,replace=T) ## This part is the problem.
Per esempio come estrarre casualmente 3 sottoinsiemi con tutte le file conservati?
V xx yy No
1 100.0000 0 0.9877468589 1
2 366.6667 0 0.6658268649 1
3 633.3333 0 0.4408336374 1
4 900.0000 0 0.4136939054 1
5 1166.6667 0 0.4104986026 1
6 1433.3333 0 0.3899468530 1
7 1700.0000 0 0.3042157845 1
8 1966.6667 0 0.1585948347 1
9 2233.3333 0 0.1307305044 1
10 2500.0000 0 0.1079459480 1
11 100.0000 200 0.7437972385 2
12 366.6667 200 0.7130753133 2
13 633.3333 200 0.6000577122 2
14 900.0000 200 0.5038569759 2
15 1166.6667 200 0.3740146819 2
16 1433.3333 200 0.3605675251 2
17 1700.0000 200 0.1821736571 2
18 1966.6667 200 0.1542015388 2
19 2233.3333 200 0.1453810015 2
20 2500.0000 200 0.1142553452 2
21 100.0000 400 0.9712414163 3
22 366.6667 400 0.5420861908 3
23 633.3333 400 0.4622129942 3
24 900.0000 400 0.3634606046 3
25 1166.6667 400 0.3541710297 3
26 1433.3333 400 0.3451167353 3
27 1700.0000 400 0.2413016960 3
28 1966.6667 400 0.2356020402 3
29 2233.3333 400 0.2054358298 3
30 2500.0000 400 0.1132074106 3
31 100.0000 600 0.9220690387 4
32 366.6667 600 0.8772938566 4
33 633.3333 600 0.7560569362 4
34 900.0000 600 0.5395093190 4
35 1166.6667 600 0.3696490756 4
36 1433.3333 600 0.1585255169 4
37 1700.0000 600 0.1425756544 4
38 1966.6667 600 0.1135199782 4
39 2233.3333 600 0.1061660399 4
40 2500.0000 600 0.1052644706 4
41 100.0000 800 0.6175240054 5
42 366.6667 800 0.5527556076 5
43 633.3333 800 0.4339775258 5
44 900.0000 800 0.2462104866 5
45 1166.6667 800 0.1955550477 5
46 1433.3333 800 0.1701907232 5
47 1700.0000 800 0.0824833313 5
48 1966.6667 800 0.0483463760 5
49 2233.3333 800 0.0246629341 5
50 2500.0000 800 0.0186177562 5
51 100.0000 0 0.8977179587 6
52 366.6667 0 0.8087930175 6
53 633.3333 0 0.5547978713 6
54 900.0000 0 0.4395436341 6
55 1166.6667 0 0.2972449261 6
56 1433.3333 0 0.0925262903 6
57 1700.0000 0 0.0665688788 6
58 1966.6667 0 0.0309263319 6
59 2233.3333 0 0.0238500731 6
60 2500.0000 0 0.0213679919 6
61 100.0000 200 0.7777420232 7
62 366.6667 200 0.2299083233 7
63 633.3333 200 0.0611370244 7
64 900.0000 200 0.0228982941 7
65 1166.6667 200 0.0150085546 7
66 1433.3333 200 0.0076922035 7
67 1700.0000 200 0.0066120335 7
68 1966.6667 200 0.0062052827 7
69 2233.3333 200 0.0037895910 7
70 2500.0000 200 0.0011051211 7
71 100.0000 400 0.3829786486 8
72 366.6667 400 0.1901274442 8
73 633.3333 400 0.1775864007 8
74 900.0000 400 0.0567928196 8
75 1166.6667 400 0.0414294193 8
76 1433.3333 400 0.0127875497 8
77 1700.0000 400 0.0105576089 8
78 1966.6667 400 0.0051503839 8
79 2233.3333 400 0.0035216836 8
80 2500.0000 400 0.0
81 100.0000 600 0.0370072219 9
82 366.6667 600 0.0297765049 9
83 633.3333 600 0.0219866835 9
84 900.0000 600 0.0140510807 9
85 1166.6667 600 0.0021593963 9
86 1433.3333 600 0.0018936887 9
87 1700.0000 600 0.0017860546 9
88 1966.6667 600 0.0001551491 9
89 2233.3333 600 0.0001345905 9
90 2500.0000 600 0.0001048041 9
91 100.0000 800 0.7343220323 10
92 366.6667 800 0.1653557177 10
93 633.3333 800 0.1006331452 10
94 900.0000 800 0.0083407709 10
95 1166.6667 800 0.0043037301 10
96 1433.3333 800 0.0032461136 10
97 1700.0000 800 0.0015843809 10
98 1966.6667 800 0.0004819055 10
99 2233.3333 800 0.0002991639 10
100 2500.0000 800 0.0001447263 10
ha a usare dplyr? puoi farlo facilmente con la base R e.g. df [df $ No% in% sample (unique (df $ No), 5),] – JeremyS
@JeremyS Preferisco 'dplyr' perché ci sono alcuni processi dopo questo sottoinsieme. inoltre, il tuo codice non cambia nulla quando lo eseguo :: – Alexander
@ La soluzione JeremyS è molto elegante e fornisce ciò che desideri. Potresti fare qualcosa come 'df [df $ No% in% sample (univoco (df $ No), 5),]%>% group_by (No)%>% do_stuff'. – Heroka