R语言中如何抽取数据框样本后将对应样本从原数据框移除

df[-s]失效的核心原因是：sample_n(df, 100)返回的s是独立的100行数据框对象，不是被抽中行的整数位置向量。R里方括号内-加对象的删法，默认是针对列索引做操作，你把整个数据框塞进去自然没法正确删除对应行。

• 索引法（最稳妥，无重复行匹配问题）
  抽样时优先存行索引，不要直接存抽样结果，后续删行、二次抽样都直接基于索引操作：

  library(dplyr)
  # 生成100个不重复的行位置索引
  picked_idx <- sample(x = nrow(df), size = 100, replace = FALSE)
  # 第一次抽取的100行样本
  s1 <- df[picked_idx, ]
  # 移除已抽中行后的剩余400行数据集，直接覆盖原df也可以
  df <- df[-picked_idx, ]
  # 后续抽第二批100行直接操作更新后的df即可
  s2 <- sample_n(df, 100)
  

• 反连接法（适配已经生成了s数据框、不想重跑抽样的场景）
  如果你已经拿到了抽样结果s，可以通过反连接匹配剔除已选中的行：

  library(dplyr)
  # 给原df和样本s临时加行号作为匹配键
  df <- df %>% mutate(.row_id = row_number())
  s <- s %>% mutate(.row_id = row_number())
  # 保留所有不在s中的行，删除临时匹配键
  df <- df %>% 
    anti_join(s, by = ".row_id") %>% 
    select(-.row_id)
  

注意：如果你的原始数据存在多列值完全相同的重复行，反连接法可能误删同值的未抽中行，这种场景优先用索引法。

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