我想按组从数据框中采样行。但问题是，我想根据另一个表中的数据对不同数量的记录进行采样。这是我的可重现数据:
df <- data_frame(
Stratum = rep(c("High","Medium","Low"), 10),
id = c(1:30),
Value = runif(30)
)
sampleGuide <- data_frame(
Stratum = c("High","Medium","Low"),
Surveys = c(3,2,5)
)
输出应如下所示:
# A tibble: 10 × 2
Stratum Value
<chr> <dbl>
1 High 0.21504972
2 High 0.71069005
3 High 0.09286843
4 Medium 0.52553056
5 Medium 0.06682459
6 Low 0.38793128
7 Low 0.01285081
8 Low 0.87865734
9 Low 0.09100829
10 Low 0.14851919
这是我的无效尝试
> df %>%
+ left_join(sampleGuide, by = "Stratum") %>%
+ group_by(Stratum) %>%
+ sample_n(unique(Surveys))
Error in unique(Surveys) : object 'Surveys' not found
还有
> df %>%
+ group_by(Stratum) %>%
+ nest() %>%
+ left_join(sampleGuide, by = "Stratum") %>%
+ mutate(sample = map(., ~ sample_n(data, Surveys)))
Error in mutate_impl(.data, dots) :
Don't know how to sample from objects of class function
似乎 sample_n 要求 size 为单个数字。有什么想法吗？
我只是在寻找tidyverse解决方案。 purrr 额外加分!
This是一个类似的问题，但我对接受的答案不满意，因为我正在处理的实际地层数量很大。
最佳答案
用purrr中的map2()解决了这个问题
df %>%
nest(-Stratum) %>%
left_join(sampleGuide, by = "Stratum") %>%
mutate(Sample = map2(data, Surveys, sample_n)) %>%
unnest(Sample)
关于r - 在 dplyr tidyverse 中按组对不同行数进行采样，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41666714/