R语言如何均匀随机缩减7万行dataframe至1万行

完全可以实现，根据你对采样均匀度的要求，有两种常用方案可选：

方案1：等距系统抽样（优先推荐，均匀性最稳定） #

这个方法会严格按照固定间隔从数据集首尾到中间均匀取样，绝对不会出现采样点集中在某一段、或者直接删除前/后连续行的问题，最贴合你“采样结果在整个数据集范围内均匀分布”的要求。
实现逻辑：从70000行数据中均匀取10000个点位，相邻点位间隔固定，覆盖从第一行到最后一行的全量数据范围。
参考代码（假设你的原始dataframe命名为df）：

# 基础参数计算
total_row <- nrow(df)
target_sample_num <- 10000

# 生成等距抽样索引：从第1行到最后1行生成10000个等距点位
sample_idx <- seq(from = 1, to = total_row, length.out = target_sample_num) |> 
  round() |> 
  unique() # 处理计算结果为小数时的索引重复问题

# 提取采样后数据集
df_sampled <- df[sample_idx, ]

该方法会自动包含数据集的第一行和最后一行，所有采样点等距覆盖全量数据范围，均匀性不会受随机波动影响。

方案2：无放回简单随机抽样 #

如果你不需要严格等距，只需要样本随机散布在全数据集、不集中在首尾段，可以用基础随机抽样方法：

set.seed(42) # 设定随机种子，保证采样结果可复现
df_sampled_random <- df[sample(nrow(df), size = 10000, replace = FALSE), ]

这个方法是从70000行里完全随机无放回抽取10000行，不会出现连续删除前6万/后6万行的问题，但存在极小概率出现局部区段样本偏多/偏少的情况，对均匀度要求极高的场景不推荐。

注：两种方法都不会修改你原始dataframe的列结构，你给出的ID、username、text、date字段都会完整保留。

内容的提问来源于stack exchange，提问作者Quantizer