如何创建一个循环来重复R中的随机抽样程序

Question

我在R中编写了一些代码，无需替换3个独立的向量（list1，list2，list3）。 我从list1中抽样10次，从列表2中抽样20次，从列表3中抽样30次。然后我将3个随机抽样列表组合起来，并检查我对相同字符串抽样了多少次2或3次。 我如何进行自动化，以便我可以100次采样并获得频率计数分布？ 例如，我想看看我从三个列表中随机抽样相同字符串的频率。 谢谢您的帮助。

所有输入数据都是数千个字符串的列表，如下所示：

列表1：

     V1         
[1,] "EDA"
[2,] "MGN2"  
[3,] "5RSK"      
[4,] "NBLN"

我目前的代码：

sample_list1 <-(sample(list1,10, replace=FALSE))
sample_list2 <-(sample(list2,20, replace=FALSE))
sample_list3 <-(sample(list3,20, replace=FALSE))

combined_randomgenes <- c(list1, list2, list3)
combined_counts <- as.data.frame(table(combined_randomgenes))

overlap_3_lists <- nrow(subset(combined_counts, Freq == 3))
overlap_2_lists <- nrow(subset(combined_counts, Freq == 2))

如果我的3个随机样本中只有1个字符串出现在所有3个随机样本中，那么我希望overlap_3_lists包含值1.我想自动化，以便我得到值的分布，以便我可以绘制直方图到查看在所有3个列表中采样的0,1,2,3等相同字符串的次数。

Answer 1

您也可以尝试使用mapply() ，稍微更具可读性，如下所示：

my_list <- list( A= 1:8, B= 1:8, C= 1:8)

my_list_sampled <- mapply(sample, size = c(5,5,3), my_list )
names(my_list_sampled) <- names(my_list)


result<- table(stack(my_list_sampled))

hist(result)

这将很好地总结数据，您可以根据观察的数量进行分组。

result_all_3 <- (result == "3")

或者像这样计算重叠

result <- data.frame(ifelse(result> 0, 1, 0))

result$overlap <- rowSums(result)

hist(result$overlap)

Answer 2

您需要在第三个样本中更改20到30。 另外，你的combined_randomgenes需要引用sample_listx。 然后只需将for循环代码放在它周围并分配结果。 额外提示：警惕在脚本中使用subset并设置种子，以便您的工作可重现。

set.seed(1234)

list1 <- 1:60
list2 <- 1:60
list3 <- 1:60

n <- 100
runs <- data.frame(run=1:n,threes=NA,twos=NA)
for(i in 1:n) {
  sample_list1 <-(sample(list1,10, replace=FALSE))
  sample_list2 <-(sample(list2,20, replace=FALSE))
  sample_list3 <-(sample(list3,30, replace=FALSE))

  combined_randomgenes <- c(sample_list1, sample_list2, sample_list3)
  combined_counts <- as.data.frame(table(combined_randomgenes))

  runs$threes[i] <- sum(combined_counts$Freq==3)
  runs$twos[i] <- sum(combined_counts$Freq==2)
}

runs
hist(runs$threes,5)
hist(runs$twos,5)