从分组数据中选择随机观察组（行）

Question

我对两个人进行了四年的重复观察。如何随机选择一年中的所有观测值？

set.seed(123)
    dat <- data.frame(IndID = rep(c("AAA", "BBB"), each = 100),
                      Year = sample(c("2001", "2002", "2003", "2005"),200, replace = T),
                      Value = rnorm(200))
dat$Value[dat$IndID == "AAA" & dat$Year == "2002"] <- NA
dat$Value[dat$IndID == "BBB" & dat$Year == "2005"] <- NA

请注意，各个年份组合之间的样本量不同。

table(dat$IndID, dat$Year)

      2001 2002 2003 2005
  AAA   26   27   20   27
  BBB   20   30   30   20

另请注意，并非所有年份都有数据。

dat %>% group_by(IndID, Year) %>%
  summarise(NoDat = sum(is.na(Value))) %>%
  as.data.frame()
  IndID Year NoDat
1   AAA 2001     0
2   AAA 2002    27
3   AAA 2003     0
4   AAA 2005     0
5   BBB 2001     0
6   BBB 2002     0
7   BBB 2003     0
8   BBB 2005    20

我已经看到了许多有用的示例，用于在组中选择特定行（即顶部、最后、n 随机等），但我并没有将关于如何选择组中所有行的点联系起来。在这里，我想要每个人随机选择的年份的所有数据，最好是dplyr。给定不同时期的有数据和无数据，随机年份应特定于每个人。随机年份必须是收集了观察结果的年份，这因人而异。

Answer 1

我相信这就是您正在寻找的：

set.seed(123)
dat <- data.frame(IndID = rep(c("AAA", "BBB"), each = 100),
                  Year = sample(c("2001", "2002", "2003", "2005"),200, replace = T),
                  Value = rnorm(200))
rand_year <- sample(dat$Year,1)
dat %>%
   filter(Year == rand_year)

这是编辑后的版本，您可以在其中随机获得每个参与者的年份（请注意，年份可能相同）：

result <- dat %>%
   group_by(IndID) %>%
   filter(Year == sample(Year, 1))

并且将filter() 行替换为filter(Year == sample(unique(Year[!is.na(Value)]), 1)) 将使每一年的选择概率相同，并排除cmets 中提到的缺失值。