Select 一个因子水平内的随机样本，每个因子水平的层大小不相等

Question

我想 select 在一个因子的水平内对我的数据框进行随机抽样。我可以使用 ddply:

在因子水平内获取样本

library(dplyr)
newdf <- ddply(iris, ~Species, function(x){
  ndf <- x[sample(nrow(x),2), ]
})
with(newdf,table(Species))

但是，我不想简单地从每个因子水平抽取 2 个观察值。相反，我想从 3 个物种级别（即 2 个来自 setosa，3 个来自 versicolor，4 个来自 versicolor，4 个来自 virginica）中采样，比如 2,3 和 4 个观察值。我怎样才能做到这一点？

我可以创建一个值向量吗？ c(2,3,4) 循环通过由 ddply 拆分的每个数据帧？

需要指定该向量中的值 - 它们不是所有数据的一致比例，也不是一致的数字。

Answer 1

我们split数据集由'Species'，使用Map到sample的观察次数，以及rbindlist输出。

 do.call(rbind, Map(function(x,y) x[sample(y),], split(iris, iris$Species), 2:4))

Select a random sample within levels of a factor, unequal stratum size per factor level