R语言中按家庭随机选取成员的实现方案（单成员家庭必选）

嘿，这个需求用dplyr完全可以轻松实现，我来给你一步步讲清楚：

首先，先修正一下你创建数据框的方式——用cbind再转成数据框会导致所有列被统一成字符/因子类型，直接用data.frame()创建更稳妥：

FAMID <- c(1,1,2,3,3,4,4,5,6)
IID <-   c(1,2,2,1,2,1,2,1,2)
Value <- c(3,6,3,5,6,7,0,4,6)

# 直接创建数据框，保留原始数值类型
df <- data.frame(FAMID, IID, Value)

接下来就是核心逻辑：按FAMID分组后，每组随机抽取1条记录。对于只有单个成员的家庭，sample_n会自动保留唯一的那条，完全符合你的要求：

library(dplyr)

# 设置随机种子（可选，让结果可重复）
set.seed(123)

# 按家庭分组 -> 每组随机选1个成员 -> 取消分组
selected_df <- df %>%
  group_by(FAMID) %>%
  sample_n(size = 1, replace = FALSE) %>%
  ungroup()

# 查看结果
selected_df

运行后你会得到类似这样的输出（因为随机抽样，每次结果可能略有不同，但单成员家庭一定会被保留）：

# A tibble: 6 × 3
  FAMID   IID Value
  <dbl> <dbl> <dbl>
1     1     1     3
2     2     2     3
3     3     2     6
4     4     1     7
5     5     1     4
6     6     2     6

简单解释下代码逻辑：

• group_by(FAMID)：把数据按家庭ID分组，确保后续操作都是针对每个家庭独立进行的
• sample_n(size = 1)：从每个分组里随机选取1条记录，当分组只有1条记录时，直接返回该记录
• ungroup()：取消分组，让结果回到普通数据框格式

如果你不想用dplyr，也可以用基础R的split() + lapply()组合实现，不过dplyr的写法更直观易读：

set.seed(123)
# 按家庭拆分数据，每组随机选1行，再合并回数据框
selected_df_base <- do.call(rbind, lapply(split(df, df$FAMID), function(x) x[sample(nrow(x), 1), ]))

备注：内容来源于stack exchange，提问作者JuanJMV