如何通过Monte Carlo Simulation在R语言中从iris数据集采样50条样本？

嗨，这事儿其实挺直观的，我来一步步给你讲清楚怎么实现～蒙特卡洛模拟在这里的核心就是重复做随机抽样试验——我们会多次从iris的150个实例里随机抽50个，每次抽样独立，这样就能得到多组结果用于后续分析。

方法一：基础循环实现（无需额外包） #

如果不想加载第三方包，用基础R就能搞定：

# 设置随机种子（保证结果可复现，这步非常重要！）
set.seed(123)

# 定义蒙特卡洛模拟的次数，比如我们做100次抽样
n_simulations <- 100

# 创建空列表存储每次抽样的结果
sampled_data_list <- list()

# 循环执行抽样
for (i in 1:n_simulations) {
  # 从iris中无放回抽取50行（因为总共有150个实例，抽50个不需要重复）
  sampled_data <- iris[sample(nrow(iris), size = 50, replace = FALSE), ]
  # 把抽样结果存入列表
  sampled_data_list[[i]] <- sampled_data
}

# 查看第1次抽样的前几行结果（示例）
head(sampled_data_list[[1]])

方法二：用purrr包简化代码（更清爽高效） #

如果你熟悉tidyverse生态，用purrr的map函数可以避免写循环，代码更简洁：

# 先安装并加载purrr包（没安装的话先跑install.packages("purrr")）
library(purrr)

set.seed(123)
n_simulations <- 100

# 用map函数批量生成抽样结果
sampled_data_list <- map(1:n_simulations, ~ iris[sample(nrow(iris), 50, replace = FALSE), ])

# 查看第5次抽样的前几行
head(sampled_data_list[[5]])

关键细节提醒 #

• set.seed()：一定要设置随机种子，这样每次运行代码得到的抽样结果完全一致，方便调试和复现。
• replace=FALSE：这里用无放回抽样，因为我们要从150个实例里抽50个不重复的；如果你的需求是允许重复抽样（比如抽样数量超过总实例数），就改成replace=TRUE。
• 用列表存结果：每次抽样得到的都是一个数据框，列表是最适合存储多个数据框的结构，后续你可以用lapply或purrr的函数批量处理所有抽样结果（比如计算每组的均值、方差等）。

后续分析小示例 #

比如你想计算每次抽样中Sepal.Length的均值：

# 用purrr批量计算每组抽样的Sepal.Length均值
mean_sepal_length <- map_dbl(sampled_data_list, ~ mean(.$Sepal.Length))

# 查看前10个均值结果
head(mean_sepal_length, 10)

有其他疑问随时说哦～

内容的提问来源于stack exchange，提问作者Twk Wei Keong