在R中引導兩個數據集

Question

我有兩個數據框，如下所示：

 seed(1) 
 X <- data.frame(matrix(rnorm(2000), nrow=10))

行代表基因，列代表基因型。

對於每一輪自舉（ n=1000 ），應從該數據集（ X ）中隨機選擇基因型而不進行替換，並形成兩組數據集（ X'應具有5個基因型， Y'應具有5個基因型）。 基本上，最后我將擁有數千個這樣的數據集X'和Y' ，它們將包含來自完整表達數據集的5個隨機基因型。

我嘗試使用replicate並apply但是沒有用。

B <- 1000
replicate(B, apply(X, 2, sample, replace = FALSE))

Answer 1

我認為您最好從200中選擇10個而不替換的列號（每個X'和Y'為5）：

colnums_boot <- replicate(1000,sample.int(200,10))

從那里開始，當您評估每個迭代（即1到1000）時，您可以抓住

Xprime <- X[,colnums_boot[1:5,i]]
Yprime <- X[,colnums_boot[6:10,i]]

這樣可以避免制作3維array （R中matrix的一般化）。

另外，如果需要考慮速度，我認為將X用作矩陣而不是數據幀會更快。 也許其他人可以對此發表評論。

編輯：這是一種將它們全部預先捕獲的方法（以一對三維數組的形式）：

Z <- as.matrix(X)
Xprimes <- array(,dim=c(10,5,1000))
Xprimes[] <- Z[,colnums_boot[1:5,]]

Yprimes <- array(,dim=c(10,5,1000))
Yprimes[] <- Z[,colnums_boot[6:10,]]