如何在R中按动物ID与小时对声学遥测数据框随机抽样？

现有113,000余条声学遥测数据，需为每个唯一transmitter_id（动物ID）每小时随机抽取一条数据记录，部分transmitter_id并非每小时都有数据。数据示例如下：

data_hour          transmitter_id            DATETIME
1 2021-10-15 19:00          64617 2021-10-15 19:06:11
2 2021-10-15 19:00          64599 2021-10-15 19:07:08
3 2021-10-15 19:00          64599 2021-10-15 19:12:10
4 2021-10-15 19:00          64621 2021-10-15 19:16:29
5 2021-10-15 19:00          64599 2021-10-15 19:20:09
6 2021-10-15 19:00          64599 2021-10-15 19:21:47
....
35 2021-10-15 19:00         64621 2021-10-15 19:58:09
36 2021-10-15 19:00         64617 2021-10-15 19:58:44
37 2021-10-15 19:00         64599 2021-10-15 19:59:41
38 2021-10-15 20:00         64599 2021-10-15 20:02:16
39 2021-10-15 20:00         64599 2021-10-15 20:04:20
40 2021-10-15 20:00         64617 2021-10-15 20:04:29
41 2021-10-15 20:00         64621 2021-10-15 20:05:15
42 2021-10-15 20:00         64617 2021-10-15 20:07:01
43 2021-10-15 20:00         64599 2021-10-15 20:07:25
44 2021-10-15 20:00         64603 2021-10-15 20:09:11

...etc.

方法一：使用tidyverse包（推荐，代码直观易读） #

tidyverse中的dplyr包能高效实现分组抽样，步骤如下：

1. 安装并加载tidyverse包（首次使用需安装）：

install.packages("tidyverse")
library(tidyverse)

2. 分组抽样：

# 假设你的数据存储在名为df的数据框中
sampled_data <- df %>%
  group_by(transmitter_id, data_hour) %>%
  sample_n(size = 1) %>%
  ungroup()

• group_by(transmitter_id, data_hour)：按动物ID和小时维度分组，确保每个动物的每小时数据单独处理
• sample_n(size = 1)：每组随机抽取1条记录
• ungroup()：取消分组，转换为普通数据框格式

该方法会自动跳过无数据的动物-小时组合，无需额外处理。

方法二：使用基础R（无需额外安装包） #

若不想安装新包，可通过基础R函数实现：

# 按动物ID和小时拆分数据
split_df <- split(df, list(df$transmitter_id, df$data_hour))

# 对每个子数据框随机选1条，过滤空组
sampled_list <- lapply(split_df, function(x) {
  if(nrow(x) > 0) x[sample(nrow(x), 1), ]
})

# 合并结果为单个数据框
sampled_data <- do.call(rbind, sampled_list)

• split()：将原始数据拆分为多个子数据框，每个对应一个动物-小时组合
• lapply()：遍历子数据框，有数据则随机选1条，无数据则跳过
• do.call(rbind, ...)：将所有有效子数据框合并为最终结果

可通过以下代码确认抽样是否符合要求：

# 统计每个动物每小时的记录数
sampled_data %>%
  count(transmitter_id, data_hour)

正常情况下，每个组合的计数均为1，无数据的组合不会出现在结果中。

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