R语言抽取wteam、week均无重复样本的方法优化问题

你的代码出现全0结果和效率低的核心问题有3个：

• 外层循环未重置抽样池与存储变量：你在循环外提前定义了start存储样本，每次模拟迭代时没有清空上一轮的start值，上一轮用过的wteam、week会一直留在过滤条件里，导致从第二轮迭代开始几乎无可用数据，只能保留初始的0值
• 过滤逻辑错误：你每次生成新的过滤后数据集时，第二个subset调用仍使用上一级的原始数据集，会直接覆盖前一步的过滤结果。比如你先从nfl_cur过滤wteam得到nfl_cur2，第二步又从nfl_cur过滤week给nfl_cur2，相当于前面的wteam过滤完全失效
• 硬编码抽样步骤：手动写23次抽样、过滤代码，不仅容易写错，也完全无法适配不同的样本量需求

以下是可直接运行的优化代码，逻辑清晰，几百行的数据集运行速度完全满足需求：

library(dplyr)

# 自定义参数
sims <- 10 # 模拟次数
target_n <- 23 # 每次抽样的样本量
outs <- matrix(NA, nrow = target_n, ncol = sims) # 用NA替代0，方便识别抽样异常

for (sim_idx in 1:sims) {
  # 每次模拟重置可用数据集，彻底隔离不同轮次的操作
  available_data <- nfl_cur
  res_dif <- numeric(target_n)
  
  for (sample_idx in 1:target_n) {
    # 随机抽取1条符合要求的记录
    sampled <- sample_n(available_data, 1)
    res_dif[sample_idx] <- sampled$dif
    # 过滤掉已使用的wteam和week，更新可用数据集
    available_data <- filter(available_data,
                             !wteam %in% sampled$wteam,
                             !week %in% sampled$week)
    # 抽样失败提前提示
    if (nrow(available_data) == 0 && sample_idx < target_n) {
      stop("原始数据wteam/week唯一值不足，无法完成抽样，请检查数据量")
    }
  }
  outs[, sim_idx] <- res_dif
}

# 可选：转成数据框格式
outs <- as.data.frame(outs)

• 每次模拟开始前重置可用数据集和存储变量，完全避免不同轮次的干扰
• 用双层循环替代硬编码的23次抽样步骤，代码可适配任意样本量需求
• 合并过滤逻辑，避免原代码的过滤覆盖错误
• 增加异常提示，出现数据不足的情况会直接报错，不会静默生成错误结果

内容的提问来源于stack exchange，提问作者AdamB