管道中的 Dplyr 下采样

【问题标题】：Dplyr downsample in pipeline管道中的 Dplyr 下采样
【发布时间】：2018-04-13 18:19:06
【问题描述】：

我有一个像这样的小标题：

tibble(a = c(1,2,3,4,5), b = c(1,1,1,2,2))

我想按“b”列对数据进行随机下采样，如下所示：

tibble(a = c(1,3,4,5), b = c(1,1,2,2))

如何在不更改 tibble 数据类型的情况下完全在 Dplyr 管道中执行此操作？

【问题讨论】：

【解决方案1】：

这将获得最小的组大小（按b 分组），并从每个组中采样许多元素。不清楚这是不是你想要的。

如果你的小标题被称为df

df %>% 
  group_by(b) %>% 
  add_count %>% 
  slice(sample(row_number(), min(.$n))) %>% 
  select(-n)

【讨论】：