从原始数据的随机样本创建新数据框

Question

我从原始数据框中随机抽取参与者，然后我想创建新的数据框，排除一个样本并保留其余样本（请注意，数据框要大得多，每个 id 有更多变量和更多观察结果）。

样本df：

id var1 var2
1  10   15
1  10   15
2  11   4
2  11   4
3  12   4
3  12   4
4  9    10
4  9    10

#randomly sample two sets of id
id <- as.numeric(as.character(df$id))
fold1 <- as.data.frame(sample(id, 2, replace=TRUE))
colnames(fold1) <- "id"
fold2 <- as.data.frame(sample(id, 2, replace=TRUE))
colnames(fold2) <- "id"

期望的输出

df.new1:

id var1 var2
2  11   4
2  11   4
3  12   4
3  12   4

df.new2:

id var1 var2
1  10   15
1  10   15
4  9    10
4  9    10

我尝试了一些类似的方法，但我的语法似乎存在一些问题，我不太明白。如果有 dplyr 实现，我会很高兴看到它。

list = c(fold1, fold2)

for(i in length(list)) {

df.new <- as.data.frame(df[!(df$id %in% list[i]$id), ])
  assign(paste("df.new", i, sep="."), df.new)

}

**编辑：我稍微修改了示例以反映这样一个事实，即每次抽奖应采样 id 总数的一部分，并且采样的 id 总数应等于 df 中 id 的总数。因此，如果有 4 个 id，每次抽奖应该包含 2 个 id。

Answer 1

如果你有一个示例数据，每个 id 有 60 个，每个都有一个值：

df <- data.frame(id=1:60, val=sample(rep(letters, 3), 60))

要获取 5 个子集数据的 id，每个子集有 12 个 id：

set.seed(1)
draw <- sample(1:60, 60, replace=FALSE)
id <- split(draw, rep(1:5, each=12))

根据 id 使用 lapply 到子集：

output <- lapply(id, function(x)df[df$id %in% x, ])

#e.g.
output[[1]]

#    id val
# 4   4   y
# 9   9   f
# 11 11   x
# 12 12   e
# 16 16   o
# 22 22   o
# 33 33   d
# 34 34   n
# 36 36   r
# 50 50   s
# 52 52   p
# 57 57   p