Comment sélectionner des lignes aléatoires dans R à l’aide de dplyr

Vous pouvez utiliser les méthodes suivantes pour sélectionner des lignes aléatoires dans un bloc de données dans R à l’aide des fonctions du package dplyr :

Méthode 1 : sélectionner un nombre aléatoire de lignes

df %>% sample_n(5)

Cette fonction sélectionne au hasard 5 lignes du bloc de données.

Méthode 2 : sélectionner une fraction aléatoire de lignes

df %>% sample_frac(.25)

Cette fonction sélectionne aléatoirement 25 % de toutes les lignes du bloc de données.

Les exemples suivants montrent comment utiliser chaque méthode en pratique avec le bloc de données suivant dans R :

#create data frame
df <- data.frame(team=c('A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'),
                 points=c(10, 10, 8, 6, 15, 15, 12, 12),
                 rebounds=c(8, 8, 4, 3, 10, 11, 7, 7))

#view data frame
df

  team points rebounds
1    A     10        8
2    B     10        8
3    C      8        4
4    D      6        3
5    E     15       10
6    F     15       11
7    G     12        7
8    H     12        7

Exemple 1 : sélectionner un nombre aléatoire de lignes

Nous pouvons utiliser le code suivant pour sélectionner aléatoirement 5 lignes du bloc de données :

library(dplyr)

#randomly select 5 rows from data frame
df %>% sample_n(5)

  team points rebounds
1    F     15       11
2    A     10        8
3    D      6        3
4    G     12        7
5    B     10        8

Notez que cinq lignes sont sélectionnées au hasard dans le bloc de données.

Exemple 2 : sélectionner une fraction aléatoire de lignes

Nous pouvons utiliser le code suivant pour sélectionner aléatoirement 25 % de toutes les lignes du bloc de données :

library(dplyr)

#randomly select 25% of all rows from data frame
df %>% sample_frac(.25)

  team points rebounds
1    E     15       10
2    G     12        7

Étant donné que la trame de données d’origine comportait 8 valeurs totales, 25 % de 8 est égal à 2.

Ainsi, deux lignes sont sélectionnées au hasard dans la trame de données.

Remarque : Vous pouvez trouver la documentation complète des fonctions sample_n et sample_frac dans dplyr ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans dplyr :

Comment sélectionner des colonnes par index à l’aide de dplyr
Comment sélectionner la première ligne par groupe à l’aide de dplyr
Comment filtrer selon plusieurs conditions à l’aide de dplyr
Comment filtrer les lignes contenant une certaine chaîne à l’aide de dplyr