从R语言数据框变量a中随机抽取固定数量元素的方法

Hey there! 作为刚接触R的生物学家，这种针对多个数据框的批量抽样需求其实特别常见，完全不用觉得问题简单就不好意思问😉 我来一步步给你讲清楚怎么实现：

第一步：单个数据框的抽样方法 #

假设你有一个数据框my_df，其中包含变量a，想要从中随机抽取1000个值并生成新数据框，分两种情况处理：

情况1：原数据框中a的长度≥1000（无放回抽样） #

如果你的数据量足够，直接用无放回抽样就可以，代码如下：

# 抽取1000个无重复的a值，生成新数据框
sampled_df <- data.frame(a = sample(my_df$a, size = 1000, replace = FALSE))

情况2：原数据框中a的长度<1000（有放回抽样） #

如果某些数据框里a的数量不足1000，需要用有放回抽样来凑够数量，只需要把replace参数改成TRUE：

# 有放回抽取1000个a值，生成新数据框
sampled_df <- data.frame(a = sample(my_df$a, size = 1000, replace = TRUE))

第二步：多个数据框的批量处理 #

如果你有很多个数据框，一个个手动处理太麻烦，推荐把所有数据框放进一个列表里，然后用lapply()批量完成抽样：

示例步骤： #

1. 先把你的数据框放进列表（比如你的数据框叫df1、df2、df3）：

# 创建包含所有数据框的列表
df_list <- list(df1 = df1, df2 = df2, df3 = df3)

2. 批量抽样生成新的列表，里面每个元素是对应原数据框抽样后的新数据框：

# 批量处理，这里默认用有放回抽样（避免数据量不足报错）
sampled_df_list <- lapply(df_list, function(df) {
  data.frame(a = sample(df$a, size = 1000, replace = TRUE))
})

3. 如果想把抽样后的每个数据框单独提取出来，比如取第一个：

sampled_df1 <- sampled_df_list$df1

额外提示 #

• 如果你确定所有数据框的a长度都≥1000，就把replace改成FALSE即可
• 可以根据需要给新数据框添加其他列（如果原数据框有其他变量需要保留的话，只要在data.frame()里加上就行）

内容的提问来源于stack exchange，提问作者Franziska Hildebrandt