डेटा फ्रेम

Question

this प्रश्न से संबंधित पंक्तियों के प्रतिशत का यादृच्छिक रूप से नमूना लें।

gender <- c("F", "M", "M", "F", "F", "M", "F", "F") 
age <- c(23, 25, 27, 29, 31, 33, 35, 37) 
mydf <- data.frame(gender, age) 

mydf[ sample(which(mydf$gender=='F'), 3), ] 

के बजाय पंक्तियों (3 ऊपर मामले में) के एक नंबर का चयन, मैं कैसे बेतरतीब ढंग से 'एफ' के साथ पंक्तियों के 20% का चयन कर सकते हैं? तो "एफ" के साथ पांच पंक्तियों में से, मैं उन पंक्तियों में से 20% यादृच्छिक रूप से कैसे नमूना करता हूं।

Answer 1

कैसे इस बारे में:

mydf[ sample(which(mydf$gender=='F'), round(0.2*length(which(mydf$gender=='F')))), ] 

कहाँ 0.2 अपने 20% है और length(which(mydf$gender=='F')) साथ F

Answer 2

नमूने के लिए 20% पंक्तियों की कुल संख्या है, तो आप इस का उपयोग कर सकते नमूने का आकार पाने के लिए:

n = round(0.2 * nrow(mydf[mydf$gender == "F",])) 

Answer 3

स्व-पदोन्नति चेतावनी। मैंने एक ऐसा फ़ंक्शन लिखा जो सुविधाजनक स्तरीकृत नमूनाकरण की अनुमति देता है, और मैंने नमूनाकरण से पहले समूहीकरण चर से स्तर को सबसेट करने का विकल्प शामिल किया है।

समारोह stratified कहा जाता है और निम्न तरीकों से इस्तेमाल किया जा सकता:

set.seed(1) 
# Proportional sample 
stratified(mydf, group="gender", size=.2, select=list(gender = "F")) 
# gender age 
# 4  F 29 
# Fixed-size sampling 
stratified(mydf, group="gender", size=2, select=list(gender = "F")) 
# gender age 
# 4  F 29 
# 5  F 31 

यदि आपका डेटा फ्रेम एक "राज्य" चर शामिल अनेक समूह (उदाहरण के लिए निर्दिष्ट कर सकते हैं और आपके द्वारा समूह चाहता था " राज्य "और" लिंग "आप group = c("state", "gender") निर्दिष्ट करेंगे)। आप कई "चयन" तर्क भी निर्दिष्ट कर सकते हैं (उदाहरण के लिए, यदि आप केवल कैलिफ़ोर्निया और टेक्सास के महिला उत्तरदाताओं को चाहते थे, और आपके "राज्य" चर दो अक्षरों के राज्य संक्षेपों का उपयोग करते थे, तो आप select = list(gender = "F", state = c("CA", "TX")) निर्दिष्ट कर सकते हैं)।

समारोह ही here पाया जा सकता है या आप डाउनलोड करने और पैकेज स्थापित पैकेज "DevTools" से install_github का उपयोग कर के रूप में निम्नानुसार द्वारा (जो आप मदद पेज और उदाहरण के लिए सुविधाजनक पहुँच देता है) कर सकते हैं:

# install.packages("devtools") 
library(devtools) 
install_github("mrdwabmisc", "mrdwab") 

Answer 4

आप dplyr पैकेज में sample_frac() फ़ंक्शन का उपयोग कर सकते हैं।

उदा। आप प्रत्येक समूह के भीतर 20% नमूने के लिए करना चाहते हैं:

mydf %>% sample_frac(.2) 

आप प्रत्येक लिंग समूह के भीतर 20% नमूने के लिए करना चाहते हैं:

mydf %>% group_by(gender) %>% sample_frac(.2)