从数据帧分层随机抽样

Question

从数据帧分层随机抽样我有一个格式的数据框：head(subset)# ants  0 1 1 0 1 # age   1 2 2 1 3# lc    1 1 0 1 0我需要根据年龄和lc创建带有随机样本的新数据框。例如，我想要30个年龄的样本：1和lc：1,30个样本来自年龄：1和lc：0等。我确实看过随机抽样方法;newdata <- function(subset, age, 30)但这不是我想要的代码。

Answer 1

我建议使用stratified我的“splitstackshape”包或sample_n“dplyr”包：

## Sample data

set.seed(1)

n <- 1e4

d <- data.table(age = sample(1:5, n, T), 

                lc = rbinom(n, 1 , .5),

                ants = rbinom(n, 1, .7))

# table(d$age, d$lc)

对于stratified，您基本上指定数据集，分层列和表示每个组所需大小的整数或表示要返回的分数的小数（例如，.1表示每组的10％）。

library(splitstackshape)

set.seed(1)

out <- stratified(d, c("age", "lc"), 30)

head(out)

#    age lc ants

# 1:   1  0    1

# 2:   1  0    0

# 3:   1  0    1

# 4:   1  0    1

# 5:   1  0    0

# 6:   1  0    1

table(out$age, out$lc)

#    

#      0  1

#   1 30 30

#   2 30 30

#   3 30 30

#   4 30 30

#   5 30 30

对于sample_n首先要创建一个分组表（使用group_by），然后指定想要观测次数。如果你想要比例取样，你应该使用sample_frac。

library(dplyr)

set.seed(1)

out2 <- d %>%

  group_by(age, lc) %>%

  sample_n(30)

# table(out2$age, out2$lc)

Answer 2

我建议使用stratified我的“splitstackshape”包或sample_n“dplyr”包：

## Sample data

set.seed(1)

n <- 1e4

d <- data.table(age = sample(1:5, n, T), 

                lc = rbinom(n, 1 , .5),

                ants = rbinom(n, 1, .7))

# table(d$age, d$lc)

对于stratified，您基本上指定数据集，分层列和表示每个组所需大小的整数或表示要返回的分数的小数（例如，.1表示每组的10％）。

library(splitstackshape)

set.seed(1)

out <- stratified(d, c("age", "lc"), 30)

head(out)

#    age lc ants

# 1:   1  0    1

# 2:   1  0    0

# 3:   1  0    1

# 4:   1  0    1

# 5:   1  0    0

# 6:   1  0    1

table(out$age, out$lc)

#    

#      0  1

#   1 30 30

#   2 30 30

#   3 30 30

#   4 30 30

#   5 30 30

对于sample_n首先要创建一个分组表（使用group_by），然后指定想要观测次数。如果你想要比例取样，你应该使用sample_frac。

library(dplyr)

set.seed(1)

out2 <- d %>%

  group_by(age, lc) %>%

  sample_n(30)

# table(out2$age, out2$lc)