Come selezionare linee casuali in r usando dplyr

È possibile utilizzare i seguenti metodi per selezionare righe casuali in un frame di dati in R utilizzando le funzioni nel pacchetto dplyr :

Metodo 1: seleziona un numero casuale di righe

 df %>% sample_n( 5 )

Questa funzione seleziona casualmente 5 righe dal frame di dati.

Metodo 2: seleziona una frazione casuale di righe

 df %>% sample_frac( .25 )

Questa funzione seleziona casualmente il 25% di tutte le righe nel frame di dati.

I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con il seguente frame di dati in 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 to 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
8:12 a.m. 7

Esempio 1: seleziona un numero casuale di righe

Possiamo utilizzare il seguente codice per selezionare casualmente 5 righe dal frame di dati:

 library (dplyr)

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

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

Si noti che cinque righe vengono selezionate casualmente dal frame di dati.

Esempio 2: seleziona una frazione casuale di righe

Possiamo utilizzare il seguente codice per selezionare casualmente il 25% di tutte le righe nel frame di dati:

 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

Poiché il frame di dati originale aveva 8 valori totali, il 25% di 8 è uguale a 2.

Pertanto, due righe vengono selezionate casualmente dal frame di dati.

Nota : puoi trovare la documentazione completa delle funzioni sample_n e sample_frac in dplyr qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni in dplyr:

Come selezionare le colonne per indice utilizzando dplyr
Come selezionare la prima riga per gruppo utilizzando dplyr
Come filtrare in base a più condizioni utilizzando dplyr
Come filtrare le righe contenenti una determinata stringa utilizzando dplyr