我有一個簡單的問題,它可以在一個骯髒的方式來解決,但是我正在尋找使用清潔的方式data.table
隨機抽樣基於列組
我有以下data.table
與n
列屬於不平等的羣體。這裏是我的data.table的例子:
dframe <- as.data.frame(matrix(rnorm(60), ncol=30))
cletters <- rep(c("A","B","C"), times=c(10,14,6))
colnames(dframe) <- cletters
A A A A A A
1 -0.7431185 -0.06356047 -0.2247782 -0.15423889 -0.03894069 0.1165187
2 -1.5891905 -0.44468389 -0.1186977 0.02270782 -0.64950716 -0.6844163
A A A A B B B
1 -1.277307 1.8164195 -0.3957006 -0.6489105 0.3498384 -0.463272 0.8458673
2 -1.644389 0.6360258 0.5612634 0.3559574 1.9658743 1.858222 -1.4502839
B B B B B B B
1 0.3167216 -0.2919079 0.5146733 0.6628149 0.5481958 -0.01721261 -0.5986918
2 -0.8104386 1.2335948 -0.6837159 0.4735597 -0.4686109 0.02647807 0.6389771
B B B B C C
1 -1.2980799 0.3834073 -0.04559749 0.8715914 1.1619585 -1.26236232
2 -0.3551722 -0.6587208 0.44822253 -0.1943887 -0.4958392 0.09581703
C C C C
1 -0.1387091 -0.4638417 -2.3897681 0.6853864
2 0.1680119 -0.5990310 0.9779425 1.0819789
我想要做的是採取列(一sepcific大小)的隨機子集,保持相同的每列組(如果選擇的樣本大小大於屬於一個組的列數,取這個組的所有列)。
我試圖在這個問題中提到的方法的更新版本:
sample rows of subgroups from dataframe with dplyr
,但我不能夠將列名映射到by
說法。
有人可以幫助我嗎?
不清楚給我。你想要一個子集,但每個組的列數保持不變?你的意思是你只是想隨機排列這些列嗎?請澄清 –
@docendodiscimus如果隨機樣本大小大於每個組的實際列數,則列數應該保持不變。例如,在示例數據框中,假設樣本大小爲7,結果data.table應包括屬於A的7個隨機列,屬於B的7個隨機列和屬於C的所有列(因爲C只有6列屬於它,這是比選擇的樣本大小) – ifreak