我来帮你搞定这个按组随机抽样加筛选的需求哈～先从你的数据说起，先确认下你的数据构造代码（我把第一个value改成了4.5，贴合你给出的示例表格）：

l_ids = c(1, 1, 1, 2, 2, 2, 2)
l_months = c(5, 5, 5, 88, 88, 88, 88)
l_calWeek = c(201708, 201709, 201710, 201741, 201742, 201743, 201744)
value = c(4.5, 6, 3, 99, 100, 1001, 1002)
dat <- setNames(data.frame(cbind(l_ids, l_months, l_calWeek, value)), 
                c("ids", "months", "calWeek", "value"))

你的核心需求是按ids分组进行随机抽样，再基于抽样结果筛选数据，我分几种常见的应用场景给你实现方案：

场景1：每个组随机抽取固定数量的行 #

如果需要每个ids组随机抽指定行数（比如1行），用dplyr包处理分组操作会非常便捷：

首先加载依赖包：

library(dplyr)

然后执行抽样筛选：

# 设置随机种子，保证抽样结果可重复
set.seed(123)

# 每个ids组随机抽取1行，replace=FALSE表示不允许重复抽样
sampled_dat <- dat %>%
  group_by(ids) %>%
  sample_n(size = 1, replace = FALSE) %>%
  ungroup()

如果需要每个组抽2行，直接把size=2即可；如果组内行数少于指定的抽样数量，可以把replace=TRUE开启，允许重复抽样。

场景2：每个组按比例随机抽样 #

如果需要按比例抽取每个组的行（比如每个组抽30%），可以用sample_frac函数：

set.seed(123)

sampled_dat_frac <- dat %>%
  group_by(ids) %>%
  sample_frac(size = 0.3, replace = FALSE) %>%
  ungroup()

这个方法会自动按组内行数的比例计算抽样数量，结果会四舍五入取整。

场景3：每个组随机抽取一个唯一calWeek，保留对应所有行 #

如果你的需求是先给每个组随机选一个calWeek，再保留该组中属于这个calWeek的所有行（适合组内同一calWeek有多行的情况），可以这么做：

set.seed(123)

# 第一步：每个组随机选一个唯一的calWeek
selected_weeks <- dat %>%
  group_by(ids) %>%
  distinct(calWeek) %>% # 先去重组内的calWeek
  sample_n(size = 1) %>%
  ungroup()

# 第二步：筛选原数据中匹配ids和选中calWeek的行
filtered_dat <- dat %>%
  inner_join(selected_weeks, by = c("ids", "calWeek"))

不用dplyr的基础R实现 #

如果你不想加载额外包，用基础R也能实现每个组固定行数的抽样：

set.seed(123)

# 按ids拆分数据，对每个组抽样1行后合并
sampled_dat_base <- do.call(rbind, 
                           lapply(split(dat, dat$ids), 
                                  function(x) x[sample(nrow(x), 1), ]))

内容的提问来源于stack exchange，提问作者clog14