如何在R语言中高效实现无放回抽样的客户数据分组？

我太懂你这种手动重复20次抽样的痛苦了！明明逻辑很简单，但手动执行不仅繁琐还容易出错。其实我们可以用两种简洁的方法，一次性完成20组无放回抽样的需求，完全不用重复操作。

方法一：给客户分配随机组号 #

这种方法的核心是先生成20组各1000个的组标签，随机打乱后分配给每个客户，再按组拆分数据集：

set.seed(1) # 设置随机种子，保证结果可复现
# 给每个客户分配1-20的组号，每组刚好1000个客户
fullindicators$group <- sample(rep(1:20, each = 1000), nrow(fullindicators))

# 将数据集按组拆分成列表，每个元素对应一组数据
grouped_data <- split(fullindicators, fullindicators$group)

这样处理后，grouped_data就是一个包含20个元素的列表，每个元素都是一组1000个唯一客户的数据集。如果要提取某一组，比如第5组，直接用grouped_data[[5]]即可。

方法二：打乱顺序后拆分 #

另一种思路是先把整个数据集的客户顺序随机打乱，再按每1000行拆分：

set.seed(1)
# 随机打乱数据集的行顺序
shuffled_data <- fullindicators[sample(nrow(fullindicators)), ]
# 将打乱后的数据集拆分成20组，每组1000行
grouped_data <- split(shuffled_data, cut(1:nrow(shuffled_data), breaks = 20, labels = 1:20))

这种方法同样能保证每组都是1000个无重复的客户，而且操作起来也很直观。

两种方法都能帮你彻底摆脱手动重复抽样的麻烦，而且因为设置了set.seed(1)，每次运行代码的结果都是一致的，方便后续验证和复用。

内容的提问来源于stack exchange，提问作者mikevigdor