如何在R中实现10倍下采样？Matlab已实现求R解决方案

嗨，我来帮你搞定这个R里的下采样问题！你在Matlab里用downsample("file", 10)就能轻松实现每10行取一行，R里其实也有好几种直观的方法，我给你分享几个常用的：

方法1：基础R原生索引（最直接） #

如果你的数据已经读入成数据框（比如叫df），直接用序列索引就能完成：

# 生成从第1行开始，步长为10的行索引，提取对应行
downsampled_df <- df[seq(1, nrow(df), by = 10), ]

这里seq(1, nrow(df), by = 10)会生成1,11,21,...这样的行号序列，精准选中每10行里的第一行。

方法2：tidyverse/dplyr风格写法 #

如果你习惯用tidyverse生态的工具，用dplyr的slice()函数会更简洁：

library(dplyr)

downsampled_df <- df %>%
  slice(seq(1, n(), by = 10))

n()在dplyr的管道语法里会自动识别当前数据框的行数，不用手动写nrow(df)，代码更清爽。

方法3：读取文件时直接完成采样（类似Matlab直接处理文件） #

如果你的数据还在文件里（比如CSV或TXT），可以在读取的同时完成下采样，省掉中间步骤：

# 用readr包读取CSV并采样
library(readr)
downsampled_df <- read_csv("your_data.csv") %>%
  slice(seq(1, n(), by = 10))

# 或者用基础R的read.table处理文本文件
downsampled_df <- read.table("your_data.txt")[seq(1, nrow(read.table("your_data.txt")), by = 10), ]

扩展：按DEPT/GRC1分组后采样 #

如果需要在每个DEPT和GRC1的分组内分别按10行间隔采样，只需要加个分组操作：

library(dplyr)
downsampled_df <- df %>%
  group_by(DEPT, GRC1) %>%
  slice(seq(1, n(), by = 10)) %>%
  ungroup()

这样每个分组里都会独立执行每10行取一行的操作，不会跨组打乱采样逻辑。

内容的提问来源于stack exchange，提问作者Alan Carlos