如何用R语言从birthwt数据集中随机选取90%的样本？

你写的代码 y1<-sample(bwt11,0.9,replace=TRUE) 存在问题：直接对数据框使用sample()函数会随机抽取列而非行，无法得到你想要的90%样本行。以下是两种正确实现方式：

方法一：基础R实现 #

通过抽取行索引来筛选样本：

# 设置随机种子保证结果可复现（可选但推荐）
set.seed(123)
# 获取数据集总行数
total_rows <- nrow(bwt11)
# 抽取90%行的随机索引
sample_rows <- sample(total_rows, size = round(0.9 * total_rows), replace = FALSE)
# 根据索引筛选样本
y1 <- bwt11[sample_rows, ]

• replace=FALSE表示无放回抽样（默认值，可省略），避免同一行被重复选中；
• round()用来确保抽取的行数为整数（因为0.9×总行数可能不是整数）。

方法二：dplyr包简化实现 #

如果你习惯使用tidyverse工具链，dplyr的sample_frac()函数可以直接按比例抽取样本：

library(dplyr)
set.seed(123) # 可选，保证结果一致
y1 <- bwt11 %>% sample_frac(0.9, replace = FALSE)

内容的提问来源于stack exchange，提问作者Rakib Rahman