Lignes aléatoires dans dataframe dans la R

Question

J'ai du mal à trouver la fonction qui retourne un nombre spécifié de lignes ramassé au hasard et sans le remplacement d'un bloc de données en langage R? Quelqu'un peut-il m'aider?

Answer 1

Faites d'abord quelques données:

> df = data.frame(matrix(rnorm(20), nrow=10))
> df
           X1         X2
1   0.7091409 -1.4061361
2  -1.1334614 -0.1973846
3   2.3343391 -0.4385071
4  -0.9040278 -0.6593677
5   0.4180331 -1.2592415
6   0.7572246 -0.5463655
7  -0.8996483  0.4231117
8  -1.0356774 -0.1640883
9  -0.3983045  0.7157506
10 -0.9060305  2.3234110

Sélectionnez ensuite quelques lignes au hasard:

> df[sample(nrow(df), 3), ]
           X1         X2
9  -0.3983045  0.7157506
2  -1.1334614 -0.1973846
10 -0.9060305  2.3234110

Answer 2

En écrire un! Emballage JC réponse me donne:

randomRows = function(df,n){
   return(df[sample(nrow(df),n),])
}

Il est maintenant de mieux en vérifiant d'abord si n<=nrow(df) et l'arrêt avec une erreur.

Answer 3

EDIT: la réponse est maintenant obsolète, voir la version mise à jour.

Dans mon package R j'ai amélioré sample , de sorte qu'il se comporte maintenant comme prévu également pour les trames de données:

library(devtools); install_github('kimisc', 'krlmlr')

library(kimisc)
example(sample.data.frame)

smpl..> set.seed(42)

smpl..> sample(data.frame(a=c(1,2,3), b=c(4,5,6),
                           row.names=c('a', 'b', 'c')), 10, replace=TRUE)
    a b
c   3 6
c.1 3 6
a   1 4
c.2 3 6
b   2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6

Ceci est réalisé en faisant sample un S3 méthode générique et de fournir le nécessaire (trivial) fonctionnalité dans une fonction. Un appel à l' setMethod qui répare tout. L'origine de la mise en œuvre ne peut toujours être consulté par le biais base::sample.

Answer 4

Dans mon package R il y a une fonction sample.rows seulement pour ce but:

install.packages('kimisc')

library(kimisc)
example(sample.rows)

smpl..> set.seed(42)

smpl..> sample.rows(data.frame(a=c(1,2,3), b=c(4,5,6),
                               row.names=c('a', 'b', 'c')), 10, replace=TRUE)
    a b
c   3 6
c.1 3 6
a   1 4
c.2 3 6
b   2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6

Renforcer sample par en faire un générique S3 fonction était une mauvaise idée, selon les commentaires par Joris Meys à une réponse précédente.