在R中实现无放回多随机采样：向量分4组的问题求助

没问题，我来帮你搞定这个向量拆分的问题！你之前的代码之所以出问题，是因为length(M)/4得到的是657.5，用它来生成分组索引时，R会自动把它转成整数657，这样就会生成657个分组（而不是你想要的4个），完全不符合需求。接下来给你两种简单可行的方法，都能精准实现你要的3个657、1个659的随机样本拆分：

方法一：手动指定分组大小（最直观） #

先把原始向量随机打乱，然后用rep()生成对应长度的分组标识，最后用split()拆分：

# 生成原始向量
M <- 1:2630
# 随机打乱向量（保证样本的随机性）
shuffled_M <- sample(M)
# 定义每个分组的大小：前3组657，最后1组659
group_sizes <- c(657, 657, 657, 659)
# 生成分组ID：重复1三次657次，重复2三次657次，以此类推
group_ids <- rep(1:4, times = group_sizes)
# 拆分向量
mysample <- split(shuffled_M, group_ids)

你可以用下面的代码验证每个分组的长度是否符合要求：

sapply(mysample, length)
# 输出结果应该是：657 657 657 659

方法二：计算拆分位置（更灵活） #

如果之后需要调整分组大小，这种方法只需要修改拆分位置即可：

M <- 1:2630
shuffled_M <- sample(M)
# 计算拆分的位置点
split_points <- c(657, 657*2, 657*3)
# 拆分向量
mysample <- split(shuffled_M, findInterval(seq_along(shuffled_M), split_points))

同样用sapply(mysample, length)验证，结果和方法一一致。

这两种方法都能完美实现你的需求，而且保证了样本的随机性，你可以根据自己的习惯选择~

内容的提问来源于stack exchange，提问作者MNU