如何用dplyr的slice_sample从两个指定时间窗口各抽取一个时间点？

要实现从每个dataID的两个指定时间窗口各随机抽取一个样本，你需要先给数据标记所属窗口，再按**dataID+窗口**的组合分组抽样，而不是仅按dataID分组抽2个。具体步骤如下：

1. 标记时间窗口 #

首先需要根据时间列判断每条数据属于哪个窗口（W1/W2）：

• 如果你的时间列是相对于起始点的时长（小时），直接用case_when标记：

library(dplyr)

processed_data <- data %>%
  # 标记每条数据所属窗口，不在目标窗口的标记为NA
  mutate(
    window = case_when(
      # W1：10分钟（即10/60≈0.1667小时）到2小时
      time_elapsed >= 10/60 & time_elapsed <= 2 ~ "W1",
      # W2：2.5小时到4.5小时
      time_elapsed >= 2.5 & time_elapsed <= 4.5 ~ "W2",
      # 其他时间标记为NA，后续过滤掉
      TRUE ~ NA_character_
    )
  ) %>%
  # 过滤掉不在目标窗口的数据
  filter(!is.na(window))

• 如果你的时间列是POSIXct格式的具体时间，需要先计算每个时间点相对于组内起始时间的时长：

processed_data <- data %>%
  group_by(dataID) %>%
  # 计算每个时间点相对于组内最早时间的小时数
  mutate(
    start_time = min(time),
    time_elapsed = difftime(time, start_time, units = "hours") %>% as.numeric()
  ) %>%
  ungroup() %>%
  # 标记窗口（同上面的逻辑）
  mutate(
    window = case_when(
      time_elapsed >= 10/60 & time_elapsed <= 2 ~ "W1",
      time_elapsed >= 2.5 & time_elapsed <= 4.5 ~ "W2",
      TRUE ~ NA_character_
    )
  ) %>%
  filter(!is.na(window))

2. 按组合分组抽样 #

接下来按dataID和window双重分组，每个分组随机抽取1个样本，这样就能保证每个dataID的两个窗口各有一个样本：

final_result <- processed_data %>%
  group_by(dataID, window) %>%
  slice_sample(n = 1) %>%
  ungroup()

说明 #

• 双重分组确保了抽样范围被限制在每个dataID的单个窗口内，避免出现两个样本来自同一窗口的情况；
• 过滤掉不在目标窗口的数据，防止抽到无关样本；
• 如果某个dataID的某个窗口没有数据，该分组会被自动跳过，你可以根据需求添加drop = FALSE保留空分组，或者提前检查数据完整性。

内容的提问来源于stack exchange，提问作者DelonixRex