[英]Matching vector values by records in a data frame in R
我有一个值为r
的向量如下:
r<-c(1,3,4,6,7)
和一个包含20条记录和两列的数据框df
:
id<-c(1,2,3,4,5,6,7,8,9,10,11,12,13,1,4,15,16,17,18,19,20)
freq<-c(1,3,2,4,5,6,6,7,8,3,3,1,6,9,9,1,1,4,3,7,7)
df<-data.frame(id,freq)
使用r
向量我需要从df
中提取记录样本(以新数据帧的形式),其方式是记录的freq
值等于我在r
向量中的值。 不用说,如果它找到具有相同freq
值的多个记录,它应该随机选择其中一个。 例如,一个可能的结果可能是:
id frequency
12 1
10 3
4 4
7 6
8 7
如果有人能帮助我,我将感激不尽。
你可以试试data.table
library(data.table)
setDT(df)[freq %in% r,sample(id,1L) , freq]
或使用base R
aggregate(id~freq, df, subset=freq %in% r, FUN= sample, 1L)
如果你有一个带有重复值的向量“r”,并希望根据'r'中唯一元素的长度对数据集('df')进行采样
r <-c(1,3,3,4,6,7)
res <- do.call(rbind,lapply(split(r, r), function(x) {
x1 <- df[df$freq %in% x,]
x1[sample(1:nrow(x1),length(x), replace=FALSE),]}))
row.names(res) <- NULL
您可以使用“dplyr”中的filter
和sample_n
:
library(dplyr)
set.seed(1)
df %>%
filter(freq %in% r) %>%
group_by(freq) %>%
sample_n(1)
# Source: local data frame [5 x 2]
# Groups: freq
#
# id freq
# 1 12 1
# 2 10 3
# 3 17 4
# 4 13 6
# 5 8 7
您是否尝试过使用match()
函数或%in%
? 这可能不是一个快速/干净的解决方案,但只使用base R
函数:
rUnique <- unique(r)
df2 <- df[df$freq %in% rUnique,]
x <- data.frame(id = NA, freq = rUnique)
for (i in 1:length(rUnique)) {
x[i,1] <- sample(df2[df2[, 2] == rUnique[i], 1], 1)
}
print(x)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.