R语言 使用Dplyr选择随机样本

在这篇文章中，我们将研究从R编程语言的Dplyr包中选择随机样本的不同方法。

要在R编程语言中安装和导入Dplyr包，用户需要遵循以下语法。

语法

install.packages(“dplyr”)

library(dplyr)

方法1：使用Sample_n()函数

Sample_n() 函数用于从R语言的数据框中选择n个随机行。这是R编程语言中广泛使用的函数之一，因为该函数用于测试用户建立的各种模型的预测和准确性。

语法： sample_n(tbl, size, replace, fac, …)

参数

• tbl：一个Momocs对象(Coo, Coe)
• size：数字，我们应该对多少个形状进行采样
• replace：逻辑性的，是否应该用替换的方式进行采样
• fac：如果定义了$fac，则为列名；然后在这个因素的级别内应用大小。
• …：dplyr::sample_n的附加参数，以保持通用兼容性。

返回。
该函数将从提供的数据中返回大小为n的随机样本。

示例： 使用sample_n()生成随机样本的R程序

library(dplyr)
  
gfg_data <- iris
sample_n(gfg_data,10)

输出

方法2：使用Sample_frac()函数

Sample_frac() 函数从数据框或表中随机选择n个百分比的行，这个函数的使用与sample_n()函数类似，这个函数在R编程语言中被广泛使用。

语法： sample_frac(tbl, size, replace, fac, …)

参数

• tbl：一个Momocs对象（Coo, Coe）。
• size：数字(0 < numeric <= 1)，要选择的形状的百分比
• replace：逻辑性的，是否应该用替换的方式进行采样
• fac：如果定义了$fac，则为列名；然后在这个因素的级别内应用大小。
• …：dplyr::sample_frac的附加参数，以保持通用兼容性。

示例： 使用sample_frac()生成随机样本的R程序

library(dplyr)
  
gfg_data <- iris
sample_frac(gfg_data,0.065)

输出