如何按因子水平采样，而不是 R 中的行索引？

Question

如何对数据框而不是行索引进行采样？

具体来说，我不确定如何更改 bs 函数中的 indices 参数以选择构成因子级别的多行，而不是仅选择单个行索引。对于上下文，我将函数 bs 与 boot 包中的 boot 函数结合使用来引导置信区间。

函数bs 允许boot 函数使用indices 参数对数据帧进行采样。

bs <- function(data, indices) {
  d <- data[indices,] # allows boot function to select sample 
  shares <- aggregate(d$PASVINT3W, by=list(d$Prod), FUN = sum)
  shares <- shares[1:4 , ]
  names(shares) <- c("Prod", "sum.prob")
  shares <- shares$sum.prob/sum(shares$sum.prob)
  return(shares) 
} 

然后boot实际进行采样。

作为一个简化的示例，我有变量 type1，其中每两行分组，即 1、1、2、2、3、3。我想对这些分组进行抽样，而不是对单个行进行抽样。

     device geslacht leeftijd type1
1       mob        0       53     1     
2       tab        1       64     1     
3        pc        1       50     2     
4       tab        0       75     2     
5       mob        1       54     3     
6        pc        1       58     3     
7        pc        1       57     4     
8        pc        0       68     4     
9        pc        0       66     5     
10      mob        0       45     5     
11      tab        1       77     6     
12      mob        1       16     6   

Answer 1

base R 选项将是

lst <- split(seq_len(nrow(df1)), df1$type1)
df1[unlist(lst[sample(names(lst))]),]

---

或使用dplyr

library(dplyr)
df1 %>% 
   distinct(type1) %>%
   mutate(type1 = sample(type1)) %>%
   right_join(df1, .)