如何在R中抽样使样本某列和接近指定值并满足观测数范围？

嘿，这个需求我帮你搞定～ 咱们可以用随机抽样+循环校验的方式来实现，既能满足总和的误差要求，又能控制样本数量范围。下面是具体的代码和思路：

步骤1：定义核心参数 #

先把需求转化为可配置的参数，方便后续根据实际数据调整：

# 目标总和
target_sum <- 100000
# 允许的误差范围：±10%
error_range <- c(target_sum * (1 - 0.1), target_sum * (1 + 0.1))
# 样本数量范围（示例20行数据设为1-2，因为原数据value值偏大，凑10万左右的话只能选1或2个；500行全量数据改成45-65即可）
n_min <- 1
n_max <- 2

注意：你提供的示例数据里单个value值普遍偏大（最小都有5万+），所以我把样本数量范围调成了1-2，不然根本凑不出10万±10%的总和。实际使用时根据你的真实数据调整参数就行。

步骤2：循环抽样直到符合条件 #

因为是随机抽样，我们需要多次尝试，直到抽到同时满足两个条件的样本。为了避免无限循环，我加了最大尝试次数的限制：

# 初始化结果变量
selected_sample <- NULL
# 最大尝试次数，防止无限循环
max_tries <- 10000
tries <- 0

# 循环抽样
while(is.null(selected_sample) && tries < max_tries) {
  tries <- tries + 1
  # 随机选一个符合数量范围的样本量
  sample_n <- sample(n_min:n_max, 1)
  # 随机抽取对应数量的行
  candidate <- x[sample(nrow(x), sample_n), ]
  # 计算当前样本的value总和
  sum_val <- sum(candidate$value)
  # 检查是否符合总和条件
  if(sum_val >= error_range[1] && sum_val <= error_range[2]) {
    selected_sample <- candidate
  }
}

# 输出结果
if(is.null(selected_sample)) {
  cat("尝试了", max_tries, "次后仍未找到符合条件的样本，请检查参数设置是否合理\n")
} else {
  cat("找到符合条件的样本：\n")
  print(selected_sample)
  cat("\n样本总和：", round(sum_val, 2), "\n")
  cat("样本数量：", nrow(selected_sample), "\n")
}

代码逻辑解释 #

• 每次循环会随机挑选一个在n_min到n_max之间的样本量，然后抽取对应行数的数据
• 计算该样本的value总和，判断是否落在允许的误差区间内
• 如果符合条件，就把这个样本保存下来并跳出循环；如果尝试了max_tries次还没找到，就提示参数可能需要调整

运行结果示例 #

用你提供的示例数据运行，会得到类似这样的结果（随机抽样，每次结果不同）：

找到符合条件的样本：
# A tibble: 1 × 2
     id   value
  <int>   <dbl>
1    17 106241.

样本总和： 106241.04 
样本数量： 1 

内容的提问来源于stack exchange，提问作者David Metcalf