R语言：如何从随机选取的id组中提取指定有序行？

以示例数据dat0为例，需求是随机提取3组id对（每组id对应2行有序数据）：

初始数据（5组id对） #

dat0 <-
structure(list(id = c("A", "A", "B", "B", "C", "C", "D", "D", 
"E", "E"), order = c(1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L), 
    result = c(94, 95, 28, 22, 54, 52, 12, 13, 58, 57)), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame"))  

dat0  
#>    id    order result
#>    <chr> <int>  <dbl>
#>  1 A         1     94
#>  2 A         2     95
#>  3 B         1     28
#>  4 B         2     22
#>  5 C         1     54
#>  6 C         2     52
#>  7 D         1     12
#>  8 D         2     13
#>  9 E         1     58
#> 10 E         2     57 

期望输出（3组随机id对） #

dat1 
#>   id    order result
#>   <chr> <int>  <dbl>
#> 1 B         1     28
#> 2 B         2     22
#> 3 C         1     54
#> 4 C         2     52
#> 5 E         1     58
#> 6 E         2     57 

尝试的错误代码 #

首次使用slice_sample()时，尝试以下分组提取代码，但未得到预期结果（仍保留5组id，且order及对应result混乱）：

library(dplyr) 
dat1 <- dat0 |>
  group_by(id) |>
  slice_sample(n = 3) |>
  ungroup()

需求是找到更简便的实现方式，支持指定选取id组数量（如nid=3）和每组保留的有序行数（如krow=2）。

针对更通用场景，以新数据dat2为例，需从随机选取的3组id中提取每组前3行有序数据（order=1、2、3），同时排除行数不足3行的id（如B和H）：

新数据（9组id重复数据） #

dat2 <-
    structure(list(id = c("A", "A", "A", "A", "A", "B", "B", "C", 
    "C", "C", "C", "D", "D", "D", "E", "E", "E", "E", "E", "F", "F", 
    "F", "G", "G", "G", "G", "H", "I", "I", "I", "I", "I"), order = c(1L, 
    2L, 3L, 4L, 5L, 1L, 2L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 1L, 2L, 3L, 
    4L, 5L, 1L, 2L, 3L, 1L, 2L, 3L, 4L, 1L, 1L, 2L, 3L, 4L, 5L), 
        result = c(94, 95, 97, 93, 91, 28, 22, 54, 52, 53, 54, 12, 
        13, 15, 58, 57, 59, 58, 60, 72, 70, 71, 48, 46, 45, 47, 6, 
        80, 82, 81, 88, 86)), row.names = c(NA, -32L), class = c("tbl_df", 
    "tbl", "data.frame"))  

print(dat2, n=Inf)
#> # A tibble: 32 × 3
#>    id    order result
#>    <chr> <int>  <dbl>
#>  1 A         1     94
#>  2 A         2     95
#>  3 A         3     97
#>  4 A         4     93
#>  5 A         5     91
#>  6 B         1     28
#>  7 B         2     22
#>  8 C         1     54
#>  9 C         2     52
#> 10 C         3     53
#> 11 C         4     54
#> 12 D         1     12
#> 13 D         2     13
#> 14 D         3     15
#> 15 E         1     58
#> 16 E         2     57
#> 17 E         3     59
#> 18 E         4     58
#> 19 E         5     60
#> 20 F         1     72
#> 21 F         2     70
#> 22 F         3     71
#> 23 G         1     48
#> 24 G         2     46
#> 25 G         3     45
#> 26 G         4     47
#> 27 H         1      6
#> 28 I         1     80
#> 29 I         2     82
#> 30 I         3     81
#> 31 I         4     88
#> 32 I         5     86  

新期望输出（3组随机id的3行有序数据） #

#>   id    order result
#>   <chr> <int>  <dbl>
#> 1 A         1     94
#> 2 A         2     95
#> 3 A         3     97
#> 4 D         1     12
#> 5 D         2     13
#> 6 D         3     15
#> 7 G         1     48
#> 8 G         2     46
#> 9 G         3     45 

现寻求该通用场景的简便实现方法。

针对问题背景的实现 #

核心思路是先随机筛选指定数量的id组，再提取每组的前krow行有序数据：

library(dplyr)

nid <- 3
krow <- 2

dat1 <- dat0 |>
  filter(id %in% sample(unique(id), nid)) |>
  group_by(id) |>
  slice_head(n = krow) |>
  ungroup()

dat1

针对扩展问题的实现 #

先过滤出满足行数要求的id，再随机选取指定数量，最后提取每组前指定行数：

library(dplyr)

nid <- 3
krow <- 3

# 先筛选出至少有krow行的id
valid_ids <- dat2 |>
  group_by(id) |>
  filter(n() >= krow) |>
  pull(id) |>
  unique()

# 提取目标数据
dat3 <- dat2 |>
  filter(id %in% sample(valid_ids, nid)) |>
  group_by(id) |>
  slice_head(n = krow) |>
  ungroup()

dat3

内容的提问来源于stack exchange，提问作者denis