如何在Dplyr管道中对tibble按列随机下采样且不改变数据类型

嘿，这事儿用dplyr的链式管道完全能搞定，而且全程不会改变tibble的数据类型，我给你一步步说明：

首先，先定义你的原始tibble：

library(dplyr)

original_tbl <- tibble(a = c(1,2,3,4,5), b = c(1,1,1,2,2))

接下来就是核心的下采样代码，全程用管道串联：

downsampled_tbl <- original_tbl %>%
  # 按b列分组，让每个组单独处理下采样
  group_by(b) %>%
  # 对每个组随机无放回抽样：组内行数≥2就取2行，少于2行就全留
  slice_sample(n = min(n(), 2), replace = FALSE) %>%
  # 取消分组，确保结果是普通tibble而非分组tibble
  ungroup() %>%
  # 可选：按b和a排序，让结果结构和你给出的示例一致（抽样随机，排序后更贴合预期）
  arrange(b, a)

代码细节解释： #

• group_by(b)：把数据按b列的取值拆分成分组，这样我们能针对每个类别单独执行下采样逻辑。
• slice_sample(n = min(n(), 2))：slice_sample是dplyr官方推荐的随机抽样函数，这里的min(n(), 2)是关键——它会自动判断每个组的行数：b=1的组有3行，就随机选2行；b=2的组只有2行，就全部保留，完美匹配你要的结果。replace = FALSE是无放回抽样，也是默认值，写出来只是让逻辑更清晰。
• ungroup()：这一步必须加！如果省略，结果会是grouped_df类型（分组tibble），取消分组后才能回到你需要的普通tibble类型。
• arrange(b, a)：因为抽样是随机的，直接输出的行顺序可能和你给的示例不一样，加个排序就能让结果结构完全贴合你想要的tibble(a = c(1,3,4,5), b = c(1,1,2,2))（当然b=1组随机抽的两行可能是1&2、2&3或者1&3，都是符合要求的）。

运行这段代码后，你得到的downsampled_tbl就是标准的tibble类型，完全满足你的需求～

内容的提问来源于stack exchange，提问作者Christopher Costello