按指定样本量从分组DataFrame中进行简单随机抽样的实现方法

当然可以！完全不用重复编写抽样代码就能实现按组指定不同样本量的需求，这里有两种简洁的方法供你参考：

方法1：用命名向量匹配分组样本量 #

先把你的样本量向量nj转换成命名向量，让每个名字对应strat的分组值，这样就能在分组后自动匹配对应组的抽样数量：

library(dplyr)

# 将nj转换为命名向量，名字对应strat的分组值
nj_named <- setNames(nj, c(1, 2, 3))

# 分组后按对应样本量抽样
new_df <- my.df %>%
  group_by(strat) %>%
  # 用cur_group()获取当前分组的strat值，匹配对应的样本量
  slice_sample(n = nj_named[as.character(cur_group()$strat)]) %>%
  ungroup()

注：dplyr 1.0.0及以上版本推荐使用slice_sample()替代sample_n()，功能更一致。如果用旧版本，把slice_sample(n = ...)换成sample_n(size = ...)即可。

方法2：合并样本量数据框后抽样 #

如果觉得命名向量不够直观，可以先创建一个包含分组和对应样本量的小数据框，和原数据合并后再分组抽样：

library(dplyr)

# 创建包含分组和对应样本量的小数据框
sample_sizes <- tibble(strat = c(1, 2, 3), n = nj)

# 合并后按组抽样
new_df <- my.df %>%
  left_join(sample_sizes, by = "strat") %>%
  group_by(strat) %>%
  # 每个组的n值都相同，取第一个即可
  slice_sample(n = first(n)) %>%
  select(-n) %>%  # 移除临时添加的样本量列
  ungroup()

额外提示 #

如果某个分组的现有观测数小于你指定的样本量，dplyr会默认返回该组所有观测并发出警告。如果需要强制抽取指定数量（允许重复抽样），可以在slice_sample()里加上replace = TRUE参数。

内容的提问来源于stack exchange，提问作者user14703201