R语言按分类变量各层级抽取固定样本量抽样问题求助

错误原因 #

你当前代码的核心问题是分组变量选择错误：需求为按变量A的13个水平分别抽样，但代码中group_by()传入的是变量B，因此抽样逻辑完全不符合预期。

正确实现代码 #

场景1：每个A分类的原始样本量均≥30（无放回抽样） #

# 按A分组，每组无放回抽30行，自动保留所有原有变量（包含B）
result <- data %>%
  group_by(A) %>%
  sample_n(size = 30, replace = FALSE) %>%
  ungroup() # 可选，抽样完成后解除分组避免后续操作异常
# 如果最终只需要保留A、B两个变量，末尾加select(A, B)即可

场景2：部分A分类的原始样本量<30（需有放回抽样） #

如果不开启有放回抽样，sample_n会直接报错，此时调整replace参数即可：

result <- data %>%
  group_by(A) %>%
  sample_n(size = 30, replace = TRUE) %>%
  ungroup()

补充说明 #

• dplyr 1.0.0之后更推荐使用slice_sample()函数替代sample_n()，对应写法为slice_sample(n = 30, replace = FALSE)，功能完全一致
• 抽样操作是按行提取，原始数据集的所有变量都会默认保留，不需要额外指定提取B变量

内容的提问来源于stack exchange，提问作者Homer Jay Simpson