it-swarm.dev

데이터 프레임의 무작위 행 샘플

R 언어의 데이터 프레임에서 대체하지 않고 임의로 선택한 행을 반환하는 적절한 함수를 찾기 위해 고심하고 있습니까? 누구든지 나를 도울 수 있습니까?

282
nikhil

먼저 몇 가지 데이터를 만듭니다.

> 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

그런 다음 임의의 행을 선택하십시오.

> df[sample(nrow(df), 3), ]
           X1         X2
9  -0.3983045  0.7157506
2  -1.1334614 -0.1973846
10 -0.9060305  2.3234110
386
John Colby

존 콜비 (John Colby)가 대답하는 대답은 옳은 대답입니다. 그러나 dplyr 사용자 인 경우 sample_n 응답도 있습니다.

sample_n(df, 10)

데이터 프레임에서 10 개의 행을 무작위로 샘플링합니다. 그것은 sample.int를 호출하므로 실제로는 적은 타이핑으로 동일한 대답을 할 수 있습니다 (그리고 데이터 프레임이 첫 번째 인수이기 때문에 magrittr의 컨텍스트에서 사용을 단순화합니다).

163
kasterma

하나 쓰세요! JC의 답은 다음과 같습니다.

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

이제는 n <= nrow (df)인지 먼저 확인하고 오류가 발생하면 중지하십시오.

30
Spacedman

data.table 패키지는 데이터 테이블 DT에서 M 개의 임의 행을 샘플링하여 DT[sample(.N, M)] 함수를 제공합니다.

library(data.table)
set.seed(10)

mtcars <- data.table(mtcars)
mtcars[sample(.N, 6)]

    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1: 14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
2: 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
3: 17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
4: 21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
5: 22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
6: 15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
25
gented

편집 :이 답변은 이제 구식입니다. 업데이트 된 버전 .

In my R 패키지 나는 sample을 개선하여 데이터 프레임에도 예상대로 동작합니다.

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

이것은 sample을 S3 일반 메소드로 만들고 함수에 필요한 (사소한) 기능을 제공함으로써 달성되었습니다 . setMethod을 호출하면 모든 것이 수정됩니다. 원래 구현은 여전히 ​​base::sample를 통해 액세스 할 수 있습니다.

8
krlmlr

my R 패키지 에는이 목적을 위해서만 sample.rows 함수가 있습니다 :

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

Joris Meys의 의견에 따르면 sample을 일반적인 S3 기능으로 향상시키는 것은 좋지 않은 아이디어였습니다 이전 답변 .

4
krlmlr

R :에서 tibble 유형의 무작위 샘플을 선택하십시오.

library("tibble")    
a <- your_tibble[sample(1:nrow(your_tibble), 150),]

nrow는 tibble을 취하여 행 수를 반환합니다. sample에 전달 된 첫 번째 매개 변수는 1에서부터 tibble 끝까지의 범위입니다. sample에 전달 된 두 번째 매개 변수 인 150은 원하는 무작위 샘플링 수입니다. 사각 괄호 슬라이스는 반환 된 인덱스의 행을 지정합니다. 변수 'a'는 무작위 샘플링의 값을 얻습니다.

4
Eric Leschinski

완전을 위해서

dplyr은 또한 샘플의 비율이나 분수를

df %>% sample_frac(0.33)

이것은 매우 편리합니다. 기계 학습에서 80 % : 20 %와 같은 특정 분할 비율을 수행해야 할 때

1
Agile Bean

당신은 이것을 할 수 있습니다 :

library(dplyr)

cols <- paste0("a", 1:10)
tab <- matrix(1:1000, nrow = 100) %>% as.tibble() %>% set_names(cols)
tab
# A tibble: 100 x 10
      a1    a2    a3    a4    a5    a6    a7    a8    a9   a10
   <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
 1     1   101   201   301   401   501   601   701   801   901
 2     2   102   202   302   402   502   602   702   802   902
 3     3   103   203   303   403   503   603   703   803   903
 4     4   104   204   304   404   504   604   704   804   904
 5     5   105   205   305   405   505   605   705   805   905
 6     6   106   206   306   406   506   606   706   806   906
 7     7   107   207   307   407   507   607   707   807   907
 8     8   108   208   308   408   508   608   708   808   908
 9     9   109   209   309   409   509   609   709   809   909
10    10   110   210   310   410   510   610   710   810   910
# ... with 90 more rows

위의 그림은 10 열 1000 행의 데이터 프레임을 만들었습니다.

이제 sample_n로 샘플을 샘플링 할 수 있습니다.

sample_n(tab, size = 800, replace = T)
# A tibble: 800 x 10
      a1    a2    a3    a4    a5    a6    a7    a8    a9   a10
   <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
 1    53   153   253   353   453   553   653   753   853   953
 2    14   114   214   314   414   514   614   714   814   914
 3    10   110   210   310   410   510   610   710   810   910
 4    70   170   270   370   470   570   670   770   870   970
 5    36   136   236   336   436   536   636   736   836   936
 6    77   177   277   377   477   577   677   777   877   977
 7    13   113   213   313   413   513   613   713   813   913
 8    58   158   258   358   458   558   658   758   858   958
 9    29   129   229   329   429   529   629   729   829   929
10     3   103   203   303   403   503   603   703   803   903
# ... with 790 more rows
1
igorkf

나는 R에 익숙하다. 그러나 나는이 쉬운 방법을 사용하고있다.

sample_of_diamonds <- diamonds[sample(nrow(diamonds),100),]

추신 : 그것에 대해 생각하지 않고있어 몇 가지 단점이 있다면 메모 주시기 바랍니다.

0
Leopoldo Sanczyk