管道中的 Dplyr 下采样
Dplyr downsample in pipeline
我有这样的小毛病：
tibble(a = c(1,2,3,4,5), b = c(1,1,1,2,2))
我想通过 "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 的数据类型的情况下完全在 Dplyr 管道中执行此操作？
这将获得最小的组大小（按 b 分组），并从每个组中抽取那么多元素。不清楚这是否是您想要的。
如果你的小标题叫 df
df %>%
group_by(b) %>%
add_count %>%
slice(sample(row_number(), min(.$n))) %>%
select(-n)
我有这样的小毛病：
tibble(a = c(1,2,3,4,5), b = c(1,1,1,2,2))
我想通过 "b" 列对数据进行随机下采样，如下所示：
tibble(a = c(1,3,4,5), b = c(1,1,2,2))
如何在不更改 tibble 的数据类型的情况下完全在 Dplyr 管道中执行此操作？
这将获得最小的组大小（按 b 分组），并从每个组中抽取那么多元素。不清楚这是否是您想要的。
如果你的小标题叫 df
df %>%
group_by(b) %>%
add_count %>%
slice(sample(row_number(), min(.$n))) %>%
select(-n)