在控制比例的同时从 data.frame 采样[分层采样]

问题描述

我有以下数据集

id1<-c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20)
status<-c(1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2)
df<-data.frame(id1,status)

在 df 中，我观察到的 40% status 是2".我正在寻找一个函数来从 df 中提取 10 个观察值的样本，同时保持上述比例.

In df for 40% of my observations status is '2'.I am looking for a function to extract a sample of 10 observations from df while maintaining the above proportion.

我已经看到 从 R 中的数据帧分层随机抽样 但它不是在谈论比例.

I have already seen stratified random sampling from data frame in R but it is not talking about the proportions.

推荐答案

您可以尝试我的splitstackshape"包中的 stratified 功能:

You can try the stratified function from my "splitstackshape" package:

library(splitstackshape)
stratified(df, "status", 10/nrow(df))
#     id1 status
#  1:   5      1
#  2:  12      1
#  3:   2      1
#  4:   1      1
#  5:   6      1
#  6:   9      1
#  7:  16      2
#  8:  17      2
#  9:  18      2
# 10:  15      2

或者，使用来自dplyr"的sample_frac:

Alternatively, using sample_frac from "dplyr":

library(dplyr)

df %>%
  group_by(status) %>%
  sample_frac(10/nrow(df))

这两者都将采用与原始分组变量成比例的分层样本(因此使用 10/nrow(df)，或等效地，0.5).

Both of these would take a stratified sample proportional to the original grouping variable (hence the use of 10/nrow(df), or, equivalently, 0.5).

这篇关于在控制比例的同时从 data.frame 采样[分层采样]的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！