R中从dataframe每组随机抽1行构建新数据框的方法
分组随机抽取单条样本的R实现方法
针对400行长表、共250个分组的场景,两类成熟的实现路径可直接落地,核心逻辑均是按分组拆分单元后调用sample完成1行随机抽取,最终输出250行的目标结果。
Base R 原生实现
- 核心流程:使用
split()按分组列将原数据框拆分为独立的子数据框列表,对每个子数据框调用sample随机选择1个行索引,最后将所有抽中的行合并为新数据框。 - 示例代码(请将代码中
group_id替换为实际的分组列名称,df替换为原数据框名称):
# 固定随机种子,保证后续运行可复现抽样结果 set.seed(123) # 执行分组抽样 sampled_df <- do.call( rbind, lapply( split(df, df$group_id), function(subgroup) { # 兼容单样本组:当组内仅1行时,sample(nrow(subgroup), 1)会直接返回该唯一行,不会报错 subgroup[sample(nrow(subgroup), 1), ] } ) ) # 可选:清除合并后自动生成的分组标识类行名 rownames(sampled_df) <- NULL
Tidyverse 简洁实现
日常使用dplyr生态时,可通过封装好的抽样函数简化代码,无需手动处理单样本组的边界情况:
library(dplyr) # 固定随机种子 set.seed(123) sampled_df <- df %>% group_by(group_id) %>% # 替换为实际的分组列名 slice_sample(n = 1) %>% # 每组固定抽1条,自动兼容仅含1行的分组 ungroup()
实现效果说明:最终输出的sampled_df行数会完全匹配分组数(即250行),每个分组对应唯一一条随机选中的样本。
注意:若不设置随机种子,每次运行代码会生成不同的抽样结果,可根据需求决定是否通过
set.seed()固定输出。
内容的提问来源于stack exchange,提问作者Noor van Sprang
相关产品推荐
相关产品推荐

