从数据框中抽取随机行，该行不是 R 中先前样本的子集
Sample random row from data frame that isn't subset of previous sample in R
这里是新手。我的问题有 2 个步骤。我想从数据框中抽取多行 (3)，然后取不在第一个样本中的第二个样本（1 行）。
#here is my data frame
df = data.frame(matrix(rnorm(20), nrow=10))
#here is my first sample with 3 rows
sample_1<- df[sample(nrow(df), 3), ]
#here is my second sample
sample_2 <- df[sample(nrow(df), 1), ]
我希望第二个样本不属于第一个样本。
感谢您的帮助。谢谢！
您好！再次感谢对此的回应。我对此有一个后续问题。如果我需要在大型数据集上 运行 使用 FOR 循环，以便它 运行 每次迭代的代码但每次循环 运行 时选择不同的组，那会吗可能吗？
@GregorThomas 的建议可能是最好的，鉴于我们所知道的：采样四行，然后取一行作为您的 sample_2，其余的在 sample_1.
set.seed(42)
df <- data.frame(matrix(rnorm(20), nrow=10))
( samples <- sample(nrow(df), size = 4) )
# [1] 6 8 4 9
sample_1 <- df[ samples[-1], ]
sample_2 <- df[ samples[1],,drop = FALSE ]
sample_1
# X1 X2
# 8 -0.09465904 -2.6564554
# 4 0.63286260 -0.2787888
# 9 2.01842371 -2.4404669
sample_2
# X1 X2
# 6 -0.1061245 0.6359504
但是，如果出于某种原因您的抽样需要某些东西 else，那么您可以将第二次抽样限制为第一次抽样中未包含的那些。一个好方法是，如果您在每一行中都有某种形式的唯一 ID：
df$id <- seq_len(nrow(df))
df
# X1 X2 id
# 1 1.37095845 1.3048697 1
# 2 -0.56469817 2.2866454 2
# 3 0.36312841 -1.3888607 3
# 4 0.63286260 -0.2787888 4
# 5 0.40426832 -0.1333213 5
# 6 -0.10612452 0.6359504 6
# 7 1.51152200 -0.2842529 7
# 8 -0.09465904 -2.6564554 8
# 9 2.01842371 -2.4404669 9
# 10 -0.06271410 1.3201133 10
sample_1 <- df[sample(nrow(df), 3), ]
sample_1
# X1 X2 id
# 6 -0.1061245 0.6359504 6
# 2 -0.5646982 2.2866454 2
# 5 0.4042683 -0.1333213 5
subdf <- df[ !df$id %in% sample_1$id, ]
sample_2 <- subdf[sample(nrow(subdf), 1), ]
sample_2
# X1 X2 id
# 7 1.511522 -0.2842529 7
这里是新手。我的问题有 2 个步骤。我想从数据框中抽取多行 (3)，然后取不在第一个样本中的第二个样本（1 行）。
#here is my data frame
df = data.frame(matrix(rnorm(20), nrow=10))
#here is my first sample with 3 rows
sample_1<- df[sample(nrow(df), 3), ]
#here is my second sample
sample_2 <- df[sample(nrow(df), 1), ]
我希望第二个样本不属于第一个样本。
感谢您的帮助。谢谢！
您好！再次感谢对此的回应。我对此有一个后续问题。如果我需要在大型数据集上 运行 使用 FOR 循环，以便它 运行 每次迭代的代码但每次循环 运行 时选择不同的组，那会吗可能吗？
@GregorThomas 的建议可能是最好的，鉴于我们所知道的：采样四行，然后取一行作为您的 sample_2，其余的在 sample_1.
set.seed(42)
df <- data.frame(matrix(rnorm(20), nrow=10))
( samples <- sample(nrow(df), size = 4) )
# [1] 6 8 4 9
sample_1 <- df[ samples[-1], ]
sample_2 <- df[ samples[1],,drop = FALSE ]
sample_1
# X1 X2
# 8 -0.09465904 -2.6564554
# 4 0.63286260 -0.2787888
# 9 2.01842371 -2.4404669
sample_2
# X1 X2
# 6 -0.1061245 0.6359504
但是，如果出于某种原因您的抽样需要某些东西 else，那么您可以将第二次抽样限制为第一次抽样中未包含的那些。一个好方法是，如果您在每一行中都有某种形式的唯一 ID：
df$id <- seq_len(nrow(df))
df
# X1 X2 id
# 1 1.37095845 1.3048697 1
# 2 -0.56469817 2.2866454 2
# 3 0.36312841 -1.3888607 3
# 4 0.63286260 -0.2787888 4
# 5 0.40426832 -0.1333213 5
# 6 -0.10612452 0.6359504 6
# 7 1.51152200 -0.2842529 7
# 8 -0.09465904 -2.6564554 8
# 9 2.01842371 -2.4404669 9
# 10 -0.06271410 1.3201133 10
sample_1 <- df[sample(nrow(df), 3), ]
sample_1
# X1 X2 id
# 6 -0.1061245 0.6359504 6
# 2 -0.5646982 2.2866454 2
# 5 0.4042683 -0.1333213 5
subdf <- df[ !df$id %in% sample_1$id, ]
sample_2 <- subdf[sample(nrow(subdf), 1), ]
sample_2
# X1 X2 id
# 7 1.511522 -0.2842529 7