随机抽样数据帧变量的子集

Question

我正在处理一个包含每周旅行行为数据的大型数据集。在一周的过程中，人们完成了他们在那一周进行的个人旅行的日志。个人由唯一的标识号 (ID) 标识。我想做的是从每个唯一 ID 可用的每周数据中随机选择两天的日记数据（可能包括一次或多次旅行），并将其放入新的数据框中。下面详细介绍了一个示例数据框：

Df1 <- data.frame(ID = c(1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3), 
                  date = c("1st Nov", "1st Nov", "3rd Nov", "4th Nov","4th Nov","5th Nov","2nd Nov", "2nd Nov", "3nd Nov", "4th Nov","5th Nov","5th Nov","2nd Nov", "2nd Nov", "3nd Nov", "4th Nov","5th Nov"))

我们将不胜感激。

非常感谢，

凯蒂

Answer 1

听起来像是 plyr 的工作。为每个用户随机抽取两天：

library(plyr)
ddply(Df1, .(ID), function(x) {
  unique_days = as.character(unique(x$date))
  if(length(unique_days) < 2) {
    randomSelDays = unique_days
  } else {
    randomSelDays = sample(unique_days, 2)        
  }
  return(x[x$date %in% randomSelDays,])
})

这将返回每个唯一标识符选定两天内的所有数据。此外，如果一个 ID 只有一天，则返回该天。例如：

  ID    date
1  1 1st Nov
2  1 1st Nov
3  1 3rd Nov
4  2 3nd Nov
5  2 5th Nov
6  2 5th Nov
7  3 2nd Nov
8  3 2nd Nov
9  3 3nd Nov