按类别随机抽样，R中每个类别需要不同数量的样本[重复]答案

【问题标题】：Random sampling by category, different number of samples needed per category in R [duplicate]按类别随机抽样，R中每个类别需要不同数量的样本[重复]
【发布时间】：2020-04-24 06:43:48
【问题描述】：

我有一个问题要在 R 中进行一些随机抽样。我有两个数据集。一个数据集，比如 df1，被组织起来，其中每个观察都是一个样本，并且收集样本的位置在变量“loc”下。 “loc”设置为字符。示例数据布局如下所示。

    ID loc x1 x2 x3 
    1  A   x  x  x
    2  A   x  x  x
    3  A   x  x  x
    4  B   x  x  x
    5  B   x  x  x 
    6  C   x  x  x 
    7  C   x  x  x 
    8  C   x  x  x
    9  C   x  x  x
    etc.

第二个数据集，例如 df2，是所有位置的列表以及每个位置所需的随机样本数。它看起来像这样：

我想知道如何按组抽取不同数量的随机样本，其中所需的样本数在df2中表示。

【问题讨论】：

标签： r random

【解决方案1】：

我们可以通过'loc'split第一个数据集，使用map2循环第二个数据集中对应的'n'和list，并在sample_n中使用它

library(purrr)
library(dplyr)
map2_dfr(df1 %>% 
            group_split(loc), df2$n, ~ .x %>% 
                                         sample_n(.y))
# A tibble: 6 x 5
#     ID loc   x1    x2    x3   
#  <int> <chr> <chr> <chr> <chr>
#1     1 A     x     x     x    
#2     2 A     x     x     x    
#3     5 B     x     x     x    
#4     6 C     x     x     x    
#5     8 C     x     x     x    
#6     7 C     x     x     x

或者另一种选择是match

df1 %>% 
      group_by(loc) %>%
      sample_n(df2$n[match(first(loc), df2$loc)])

数据

df1 <- structure(list(ID = 1:9, loc = c("A", "A", "A", "B", "B", "C", 
"C", "C", "C"), x1 = c("x", "x", "x", "x", "x", "x", "x", "x", 
"x"), x2 = c("x", "x", "x", "x", "x", "x", "x", "x", "x"), x3 = c("x", 
"x", "x", "x", "x", "x", "x", "x", "x")), class = "data.frame", 
row.names = c(NA, 
-9L))

df2 <- structure(list(loc = c("A", "B", "C"), n = c(2L, 1L, 3L)),
   class = "data.frame", row.names = c(NA, 
-3L))

【讨论】：

我尝试了这个，但我得到了错误：映射向量必须具有一致的长度：.x 的长度为 28，.y 的长度为 29。
@coconn41 根据您显示的数据，我没有收到任何错误。请查看我帖子中的data
我很抱歉，有一个额外的观察。我现在纠正了它。相反，我得到一个错误“大小”必须小于或等于 3（数据大小），设置“替换”= TRUE 以使用带替换的采样。但是，匹配选项对我很有效！
@coconn41 你能用一个新的例子更新你的帖子吗