在 R 中的嵌套组中重新采样

Question

我遇到过类似的问题，但无法找到满足我特定需求的答案。

我有一个具有嵌套组设计的数据集，我需要在每个组内随机抽样（带替换），并且重新抽样事件的数量必须等于每组的样本数（即行数）。此外，嵌套组具有多列数据。请参阅下面的示例 df。

我有使用dplyr 包的代码，但我正在远离dplyr，因为我必须不断更新我的代码，因为dplyr 更改了函数名称和操作......至少可以说这很烦人。是的...我知道有几种方法可以规避这个问题，但我决定是时候抛开dplyr 的拐杖，学习如何使用R base 包执行数据争用了。

工作 dplyr 代码：

Resample_function = function(Boot)
{group_by(data1, GROUP, YEAR) %>%
 slice(sample(n(), replace = TRUE))%>%
 ungroup()
}

我尝试使用aggregate、ave 和apply 系列函数的各种组合...但我在base 包中处理嵌套组设计的能力至少可以说是有限的.

下面我提供了一个示例数据集 (df) 以及结果应该是什么样子。请注意，重采样会产生不同的结果，但每个嵌套组的重采样数应该相同。

最后一个请求...我对所有选项持开放态度（例如，库（data.table）、库（引导）等），因为如果其他人觉得这篇文章有用，那就太好了。此外，其中一些包可能比base 包更有效。不过，我更喜欢不需要安装和加载额外包的解决方案。

提前感谢您的帮助。

保重。

df <- read.table(text = "GROUP  YEAR    VAR1    VAR2
a   2018    1.0 1.0
a   2018    2.0 2.0
b   2018    10  10
b   2018    20  20
b   2018    30  30
b   2018    40  40
b   2019    50  50
b   2019    60  60
b   2019    70  70
b   2019    80  80
b   2019    90  90
b   2019    100 100
b   2019    110 110
b   2019    120 120
b   2019    130 130
b   2019    140 140
b   2019    150 150
b   2019    160 160
b   2019    170 170
b   2019    180 180
b   2020    190 190
b   2020    200 200
b   2020    210 210", header = TRUE)

result <- read.table(text = "GROUP  YEAR    VAR1    VAR2
a   2018    1   1
a   2018    1   1
b   2018    20  20
b   2018    30  30
b   2018    30  30
b   2018    20  20
b   2019    70  70
b   2019    170 170
b   2019    50  50
b   2019    150 150
b   2019    70  70
b   2019    150 150
b   2019    100 100
b   2019    120 120
b   2019    50  50
b   2019    160 160
b   2019    90  90
b   2019    150 150
b   2019    170 170
b   2019    180 180
b   2020    190 190
b   2020    190 190
b   2020    190 190", header = TRUE)

Answer 1

您可以使用ave 在基础 R 中执行这种洗牌：

Resample_function <- function(data) {
  new_data <- data[with(data, ave(seq(nrow(data)), GROUP, YEAR, 
                   FUN = function(x) sample(x, replace = TRUE))), ]
  rownames(new_data) <- NULL
  return(new_data)
}

Resample_function(df)