如何用R创建无重复样本（元素仅属单个样本）及BTYD抽样报错解决

问题分析与解决方案 #

你的代码出错的核心原因很明确：nam只是一个字符串（比如循环第一次时是"sample_1"），属于原子向量，根本不能用$运算符去访问id列。你需要先把抽样得到的数据框存到一个临时变量里，再用这个临时变量的id去过滤原数据集。

下面是修正后的完整代码，能实现你想要的「将全量客户无重叠分割为10个各含100个客户的样本」的需求：

getwd()
data <- read.csv("MOCK_DATA (1).csv") # 模拟数据集：1000行，id唯一
head(data)
set.sample.size <- 100
num.cycles <- ceiling(nrow(data)/set.sample.size)

for(i in 1:num.cycles) {
  # 1. 先抽取随机样本并存在临时变量里
  temp_sample <- data[sample(nrow(data), set.sample.size), ]
  # 2. 给这个样本命名并保存到全局环境
  nam <- paste("sample_", i, sep = "")
  assign(nam, temp_sample)
  # 3. 从原数据中移除已抽样的客户（用临时样本的id过滤）
  data <- data[!(data$id %in% temp_sample$id), ]
}

关键改进点： #

• 新增temp_sample临时变量，先存储抽样结果，避免直接操作字符串变量导致的错误
• 过滤原数据时，用temp_sample$id替代错误的nam$id，因为temp_sample才是真正的抽样数据框
• 循环逻辑保持不变，最终会生成sample_1到sample_10共10个无重叠的样本数据框

另外，额外给你一个更简洁的替代方案（不用循环assign，把样本存到列表里，后续处理更方便）：

# 给每个客户分配样本组编号
data$group <- sample(rep(1:num.cycles, each = set.sample.size))
# 把所有样本存到一个列表里，命名为sample_1到sample_10
sample_list <- split(data, data$group)
names(sample_list) <- paste0("sample_", 1:num.cycles)
# 如果需要把列表里的每个元素单独放到全局环境，用下面的代码
list2env(sample_list, envir = .GlobalEnv)

这个方法更符合R的编码习惯，避免创建大量零散的变量，后续批量处理样本也更高效。

内容的提问来源于stack exchange，提问作者GNicoletti