如何在R中为每只个体按天抽取昼夜占比50/50的随机点位？

R代码实现方案 #

1. 可复现随机结果设置

你猜测的set.seed()用法是正确的，只需要在所有抽样代码运行前执行一次即可，括号内可以填写任意固定整数，所有运行代码的人使用相同的种子数值，就能得到完全一致的抽样结果。

2. 满足昼夜50%比例的抽样逻辑

核心思路为先给每个个体的所有观测日期随机分配采样时段（一半分配为抽白天、一半分配为抽夜间），再按分配的时段抽取每日1个对应时段的点位，既保留所有日期的点位，又满足昼夜比例要求，完整代码如下：

# 加载依赖包
library(dplyr)

# 固定随机种子，括号内数字可自行修改，固定即可复现结果
set.seed(1234)

# 步骤1：为每个个体的所有观测日期分配采样时段
date_assign <- data %>%
  distinct(animals_id, utc) %>%
  group_by(animals_id) %>%
  mutate(
    total_days = n(),
    # 随机分配一半日期抽白天，剩余抽夜间
    target_day_night = sample(
      c(rep("day", floor(total_days/2)), rep("night", total_days - floor(total_days/2))),
      size = n()
    )
  ) %>%
  ungroup() %>%
  select(-total_days)

# 步骤2：按分配的时段抽取每日1个点位
final_result <- data %>%
  inner_join(date_assign, by = c("animals_id", "utc")) %>%
  # 过滤出当天目标时段的点位
  filter(day_night == target_day_night) %>%
  group_by(animals_id, utc) %>%
  # 当日目标时段内随机抽1个点位
  sample_n(1) %>%
  ungroup() %>%
  select(-target_day_night)

注意事项

• 如果某只个体某一天的目标时段没有点位数据，代码会报错，可提前做数据校验，给该天重新分配另一时段的采样要求，或者提前剔除没有昼夜双时段数据的日期。
• 如果总天数为奇数，上述代码会让夜间点位比白天多1个，如果你希望白天多1个，把rep("day", floor(total_days/2))修改为rep("day", ceiling(total_days/2))即可。

内容的提问来源于stack exchange，提问作者Saskia