在R data.table中随机选取50列却仅得50行，如何解决？

问题根源 #

sample_n()是dplyr包中专门用于随机抽取行的函数，它根本没有axis参数——你添加的这个参数会被直接忽略，所以代码实际执行的是随机抽取50行，这就是结果只有50行的原因。

正确解决方案 #

方法1：data.table原生语法（推荐，效率更高） #

利用data.table的列索引特性，先随机生成要保留的列的索引或列名，再完成筛选：

# 方式1：通过列索引随机选50列
rand_col_indices <- sample(ncol(ogTable), 50)
randomTable <- ogTable[, ..rand_col_indices]

# 方式2：通过列名随机选50列
rand_col_names <- sample(colnames(ogTable), 50)
randomTable <- ogTable[, rand_col_names, with = FALSE]

• 解释：..是data.table的语法，用于引用全局环境中的列索引向量；with = FALSE用于告诉data.table直接将字符向量作为列名处理（新版本data.table可省略，但保留更兼容）。

方法2：结合dplyr语法（若习惯tidyverse风格） #

用select()函数搭配sample()来随机选择列：

library(dplyr)
# 通过列数随机选50列
randomTable <- ogTable %>% select(sample(ncol(.), 50))

# 或者通过列名随机选50列
randomTable <- ogTable %>% select(sample(colnames(.), 50))

注意事项 #

如果原数据表存在重复列名，若想避免重复抽取同一列，确保sample()的replace参数为FALSE（这是sample()的默认设置，无需额外修改）。

内容的提问来源于stack exchange，提问作者Feynman