如何基于对应向量值对R中列表内的dataframe做条件子集采样

问题原因 #

你原先代码不符合预期的核心原因是：purrr::map_if()仅会将你传入的count = a作为整体参数传给调用的函数，不会自动按迭代位置取a的对应值，因此所有符合a>0条件的dataframe采样时都只会用a的第一个元素3作为采样行数。

可行实现方案 #

方案1：使用purrr::map2()并行遍历列表和向量（最简便） #

map2()支持并行遍历两个长度相同的输入，刚好可以同时取列表中的dataframe和a的对应位置值，完美匹配你的需求：

library(purrr)

# 自定义处理逻辑
process_df <- function(df, sample_count) {
  if (sample_count > 0) {
    # 采样指定行数
    df[sample(nrow(df), sample_count), ]
  } else {
    # 小于等于0返回原数据
    df
  }
}

# 逐位对应处理
result <- map2(l, a, process_df)

运行后的输出和你给出的期望结构完全一致。

方案2：遍历索引实现（无额外依赖） #

如果不想依赖purrr包，也可以通过遍历列表索引的方式取值，逻辑更直观：

result <- lapply(seq_along(l), function(i) {
  current_df <- l[[i]]
  current_a <- a[i]
  if (current_a > 0) {
    current_df[sample(nrow(current_df), current_a), ]
  } else {
    current_df
  }
})

内容的提问来源于stack exchange，提问作者xilliam