您如何动态从 data.table 中提取一些随机行

Question

我有一个很大的 data.table（大约 24000 行并且还在增长）。我想根据几个标准对该数据表进行子集化，并且从该子集中（最终大约为 3000 行）我想随机抽取 4 行。我不想创建一个命名为 3000 左右的行 data.table，计算其行数，然后根据行号进行采样。我怎样才能在飞行中做到这一点？还是我应该通过创建表格然后对其进行处理、对其进行采样然后使用rm() 来摆脱它来吸收它？

让我们模拟一下我的问题

require(data.table)
random.length  <-  sample(x = 15:30, size = 1)
data.table(city=sample(c("Cape Town", "New York", "Pittsburgh", "Tel Aviv", "Amsterdam"), size=random.length, replace = TRUE), score = sample(x=1:10, size = random.length, replace=TRUE)) 

这会生成一个随机长度表，它模拟了这样一个事实，即根据我的标准和我的起始表，我不知道子集表的长度是多少

现在，如果我只想要前三行，我可以这样做

data.table(city=sample(c("Cape Town", "New York", "Pittsburgh", "Tel Aviv", "Amsterdam"), size=random.length, replace = TRUE), score = sample(x=1:10, size = random.length, replace=TRUE))[1:3]

但是假设我不想要前三行，而是随机的 3 行，那么我想做这样的事情......

data.table(city=sample(c("Cape Town", "New York", "Pittsburgh", "Tel Aviv", "Amsterdam"), size=random.length, replace = TRUE), score = sample(x=1:10, size = random.length, replace=TRUE))[sample(x= 1:number of rows of that previous data.table,size = 3 ]

那是行不通的。如何即时计算初始 data.frame 的长度是多少？

Answer 1

刚刚使.N 在i 中工作。新的自述文件：

.N 现在可在i、FR#724 中使用。感谢新手间接here 和法雷尔直接here。

现在可以了：

DT[...][...][sample(.N,3)]

例如

> random.length  <-  sample(x = 15:30, size = 1)
> data.table(city = sample(c("Cape Town", "New York", "Pittsburgh", "Tel Aviv", "Amsterdam"),size=random.length, replace = TRUE), score = sample(x=1:10, size = random.length, replace=TRUE))[sample(.N, 3)] 
         city score
1:   New York     4
2: Pittsburgh     3
3:  Cape Town     9
> 

Answer 2

有一个两步的方法：

1. 使用.I 计算索引i
2. 索引上的样本i

示例代码。

require(data.table)
random.length  <-  sample(x = 15:30, size = 1)
data.table(city = sample(c("Cape Town", "New York", "Pittsburgh", "Tel Aviv", "Amsterdam"),size=random.length, replace = TRUE), score = sample(x=1:10, size = random.length, replace=TRUE))[,i := .I][sample(i, 3)]

Answer 3

另一种替代方法是使用sapply 方法。
例如：

  as.data.table(sapply(DT[], sample, 10))