如何每次从数据集中获取相同的随机样本

Question

我有一个包含近 700 万个观测值的数据集，我想随机抽取数据样本来分析一个子集。我知道如何随机抽取数据样本：

index <- sample(7009728, 50000)
flights <- flight[index, ]

有没有办法获取随机样本，但一旦在我的数据集中创建，总是给我相同的随机样本？我希望不必依赖保存我的 R 项目就可以做到这一点。

Answer 1

只需在创建索引之前使用set.seed：

> set.seed(1)
> index <- sample(7009728, 50000)
> head(index)
[1] 1861144 2608487 4015546 6366287 1413735 6297463

它设置随机数生成器种子并确保结果一致。