데이터 프레임의 랜덤 행 표본

데이터 프레임의 랜덤 행 표본

R 언어의 데이터 프레임에서 대체하지 않고 임의로 선택된 행 수를 반환하는 적절한 함수를 찾는 데 어려움을 겪고 있습니다.누가 저 좀 도와주실 수 있나요?

먼저 데이터를 만듭니다.

> df = data.frame(matrix(rnorm(20), nrow=10))
> df
           X1         X2
1   0.7091409 -1.4061361
2  -1.1334614 -0.1973846
3   2.3343391 -0.4385071
4  -0.9040278 -0.6593677
5   0.4180331 -1.2592415
6   0.7572246 -0.5463655
7  -0.8996483  0.4231117
8  -1.0356774 -0.1640883
9  -0.3983045  0.7157506
10 -0.9060305  2.3234110

그런 다음 일부 행을 임의로 선택합니다.

> df[sample(nrow(df), 3), ]
           X1         X2
9  -0.3983045  0.7157506
2  -1.1334614 -0.1973846
10 -0.9060305  2.3234110

존 콜비가 하는 대답은 정답입니다.하지만 만약 당신이dplyr사용자 또한 답이 있습니다.sample_n:

sample_n(df, 10)

데이터 프레임에서 10개 행을 랜덤하게 추출합니다.은 콜트이라고 .sample.int따라서 타이핑이 적은 동일한 답변입니다(데이터 프레임이 첫 번째 인수이므로 마그리트의 맥락에서 사용을 단순화합니다).

그data.table는 패지는기제니다합공능 합니다.DT[sample(.N, M)]에서 M 행 - M의 경우 M의 경우DT.

library(data.table)
set.seed(10)

mtcars <- data.table(mtcars)
mtcars[sample(.N, 6)]

    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1: 14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
2: 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
3: 17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
4: 21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
5: 22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
6: 15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2

하나 써주세요!JC의 답변을 요약하면 다음과 같습니다.

randomRows = function(df,n){
   return(df[sample(nrow(df),n),])
}

이제 n<=nrow(df)인지 먼저 확인하고 오류와 함께 중지하여 더 나은 상태로 만듭니다.

완전성을 위해:

dplyr은 또한 표본의 비율 또는 부분을 다음과 같이 그릴 것을 제안합니다.

df %>% sample_frac(0.33)

이것은 기계 학습에서 80%:20%와 같은 특정 분할 비율을 수행해야 할 때 매우 편리합니다.

@@matt_b는 다음과 .sample_n()&sample_frac()을 위해 부드럽게 비난받아 왔습니다.slice_sample()dplyr 문서를 참조하십시오.

docstring의 예:

# slice_sample() allows you to random select with or without replacement
mtcars %>% slice_sample(n = 5)
mtcars %>% slice_sample(n = 5, replace = TRUE)

편집: 이 답변은 이제 구식입니다. 업데이트된 버전을 참조하십시오.

R 패키지에서 향상된 기능sample이제 데이터 프레임에서도 예상대로 작동합니다.

library(devtools); install_github('kimisc', 'krlmlr')

library(kimisc)
example(sample.data.frame)

smpl..> set.seed(42)

smpl..> sample(data.frame(a=c(1,2,3), b=c(4,5,6),
                           row.names=c('a', 'b', 'c')), 10, replace=TRUE)
    a b
c   3 6
c.1 3 6
a   1 4
c.2 3 6
b   2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6

이는 다음을 통해 달성됩니다.sampleS3 일반적인 방법이며 함수에 필요한 (사소한) 기능을 제공합니다.:setMethod모든 것을 해결합니다.은 기존구다통액수있다니습할세를 통해 수 .base::sample.

시대에 뒤떨어진 대답.이해주요를 사용해 .dplyr::sample_frac()또는dplyr::sample_n()대신.

내 R 패키지에는 기능이 있습니다.sample.rows바로 이 목적을 위해:

install.packages('kimisc')

library(kimisc)
example(sample.rows)

smpl..> set.seed(42)

smpl..> sample.rows(data.frame(a=c(1,2,3), b=c(4,5,6),
                               row.names=c('a', 'b', 'c')), 10, replace=TRUE)
    a b
c   3 6
c.1 3 6
a   1 4
c.2 3 6
b   2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6

»sampleJoris Meys가 이전 답변에 대해 언급한 바에 따르면, 일반적인 S3 기능으로 만드는 것은 좋지 않은 생각이었습니다.

다음과 같이 할 수 있습니다.

library(dplyr)

cols <- paste0("a", 1:10)
tab <- matrix(1:1000, nrow = 100) %>% as.tibble() %>% set_names(cols)
tab
# A tibble: 100 x 10
      a1    a2    a3    a4    a5    a6    a7    a8    a9   a10
   <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
 1     1   101   201   301   401   501   601   701   801   901
 2     2   102   202   302   402   502   602   702   802   902
 3     3   103   203   303   403   503   603   703   803   903
 4     4   104   204   304   404   504   604   704   804   904
 5     5   105   205   305   405   505   605   705   805   905
 6     6   106   206   306   406   506   606   706   806   906
 7     7   107   207   307   407   507   607   707   807   907
 8     8   108   208   308   408   508   608   708   808   908
 9     9   109   209   309   409   509   609   709   809   909
10    10   110   210   310   410   510   610   710   810   910
# ... with 90 more rows

위에서 저는 열 개의 열과 100개의 행으로 데이터 프레임을 만들었습니다. 알겠죠?

이제 샘플을 채취할 수 있습니다.sample_n:

sample_n(tab, size = 800, replace = T)
# A tibble: 800 x 10
      a1    a2    a3    a4    a5    a6    a7    a8    a9   a10
   <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
 1    53   153   253   353   453   553   653   753   853   953
 2    14   114   214   314   414   514   614   714   814   914
 3    10   110   210   310   410   510   610   710   810   910
 4    70   170   270   370   470   570   670   770   870   970
 5    36   136   236   336   436   536   636   736   836   936
 6    77   177   277   377   477   577   677   777   877   977
 7    13   113   213   313   413   513   613   713   813   913
 8    58   158   258   358   458   558   658   758   858   958
 9    29   129   229   329   429   529   629   729   829   929
10     3   103   203   303   403   503   603   703   803   903
# ... with 790 more rows

R:의 경골 유형에서 랜덤 표본을 선택합니다.

library("tibble")    
a <- your_tibble[sample(1:nrow(your_tibble), 150),]

rows.nowtable을 합니다. 변수가 전된 매변개수에 되었습니다.sample1에서 경골 끝까지의 범위입니다.표본에 전달된 두 번째 모수인 150은 원하는 랜덤 표본 수입니다.사각 괄호 슬라이싱은 반환되는 인덱스의 행을 지정합니다.변수 'a'는 랜덤 표본 추출의 값을 가져옵니다.

다음과 같이 할 수 있습니다.

sample_data = data[sample(nrow(data), sample_size, replace = FALSE), ]

2021년에는 다음과 같은 방법이 있습니다.

library(tidyverse)

df = data.frame(
  A = letters[1:10],
  B = 1:10
)

df
#>    A  B
#> 1  a  1
#> 2  b  2
#> 3  c  3
#> 4  d  4
#> 5  e  5
#> 6  f  6
#> 7  g  7
#> 8  h  8
#> 9  i  9
#> 10 j 10

df %>% sample_n(5)
#>   A  B
#> 1 e  5
#> 2 g  7
#> 3 h  8
#> 4 b  2
#> 5 j 10

df %>% sample_frac(0.5)
#>   A  B
#> 1 i  9
#> 2 g  7
#> 3 j 10
#> 4 c  3
#> 5 b  2

^{reprex 패키지(v2.0.0.9000)에 의해 2021-10-05에 생성되었습니다.}

저는 R에 새로 온 사람이지만, 저에게 맞는 쉬운 방법을 사용하고 있었습니다.

sample_of_diamonds <- diamonds[sample(nrow(diamonds),100),]

PS: 제가 생각하고 있지 않은 단점이 있다면 언제든지 말씀해 주십시오.

언급URL : https://stackoverflow.com/questions/8273313/sample-random-rows-in-dataframe