极客教程R语言 如何用嵌套条件提取R数据框架中的随机行样本
在这篇文章中，我们将学习如何在R编程语言中用嵌套条件提取DataFrame中的随机行样本。
方法1：使用sample()
我们将使用sample()函数来完成这项任务。R语言中的 sample() 函数根据函数调用中提供的参数来创建随机样本。它需要一个矢量或一个正整数作为函数参数中的对象。
我们将使用的另一个函数是 which()， 这个函数将帮助我们提供提取样本的条件。 which() 函数返回满足参数中给出的条件的元素（以及这些元素的索引）。
语法： df[ sample(which ( conditions ) ,n),] 。
参数 。
- df： 数据框架
- n： 要生成的样本数
- 条件： 根据这个条件提取样本。 例 ：df$year > 5
使用中的数据框架。
name year length education
1 Welcome 10 40 yes
2 to 51 NA yes
3 Geeks 19 NA no
4 for 126 100 no
5 Geeks 99 95 yes
因此，为了实现这种方法，首先要创建数据框架，然后将其与用于从数据框架中提取行的条件一起传递给sample()。下面给出了使用上述数据框架的实现来说明这一点。
例1 :
df <- data.frame( name = c("Welcome", "to", "Geeks",
"for", "Geeks"),
year = c(10, 51, 19, 126, 99),
length = c(40, NA, NA, 100, 95),
education = c("yes", "yes", "no",
"no", "yes") )
df
# Printing 2 rows
print("2 samples")
df[ sample(which (df$year > 5) ,2), ]
输出 。
name year length education
1 Welcome 10 40 yes
2 to 51 NA yes
3 Geeks 19 NA no
4 for 126 100 no
5 Geeks 99 95 yes
[1] "2 samples"
name year length education
1 Welcome 10 40 yes
2 to 51 NA yes
例2 :
df <- data.frame( name = c("Welcome", "to", "Geeks",
"for", "Geeks"),
year = c(10, 51, 19, 126, 99),
length = c(40, NA, NA, 100, 95),
education = c("yes", "yes", "no",
"no", "yes") )
df
# Printing 3 rows
print("3 samples")
df[ sample(which (df$education !="no") ,3), ]
输出 。
name year length education
1 Welcome 10 40 yes
2 to 51 NA yes
3 Geeks 19 NA no
4 for 126 100 no
5 Geeks 99 95 yes
[1] "3 samples"
name year length education
5 Geeks 99 95 yes
1 Welcome 10 40 yes
2 to 51 NA yes
方法2：使用sample_n()函数
R语言中的sample_n()函数是用来从数据框中随机抽取样本的。
语法 ： sample_n(x, n)
参数 :
- x ：数据框
- n ：要选择的项目的大小/数量
除了 sample_n ()函数，我们还使用了 filter()函数。R语言中的filter()函数用于选择案例，并根据过滤表达式过滤掉这些数值。
语法 ：filter(x, expr)
参数 :
- x ：要过滤的对象
- expr ：作为过滤基础的表达式
我们已经加载了 dplyr 包，因为它包含 filter() 和 sample_n() 函数。在filter函数的参数中，我们传递了我们的样本 dataframe- >df **和我们的 **嵌套条件 作为参数。然后我们用sample_n()函数从满足条件的数据帧中提取 “n “个样本。
语法： filter(df, condition) %>% sample_n(., n)
参数。
- df： 数据框架对象
- condition： 嵌套条件。 例子 ：df$name != “to”
- n: 样本数量
例1 :
library(dplyr)
df <- data.frame( name = c("Welcome", "to", "Geeks",
"for", "Geeks"),
year = c(10, 51, 19, 126, 99),
length = c(40, NA, NA, 100, 95),
education = c("yes", "yes", "no",
"no", "yes") )
df
# Printing 2 rows
print("2 samples")
filter(df, df$name != "to") %>% sample_n(., 2)
输出 。
name year length education
1 Welcome 10 40 yes
2 to 51 NA yes
3 Geeks 19 NA no
4 for 126 100 no
5 Geeks 99 95 yes
[1] "2 samples"
name year length education
1 Welcome 10 40 yes
2 Geeks 99 95 yes
例2 :
library(dplyr)
df <- data.frame( name = c("Welcome", "to", "Geeks",
"for", "Geeks"),
year = c(10, 51, 19, 126, 99),
length = c(40, NA, NA, 100, 95),
education = c("yes", "yes", "no",
"no", "yes") )
df
# Printing 2 rows
print("2 samples")
filter(df, df$year >20 ) %>% sample_n(., 2)
输出 。
name year length education
1 Welcome 10 40 yes
2 to 51 NA yes
3 Geeks 19 NA no
4 for 126 100 no
5 Geeks 99 95 yes
[1] "2 samples"
name year length education
1 for 126 100 no
2 to 51 NA yes