使用權重從每組中隨機選擇樣本

Question

我知道dplyr中有sample_n函數，但不知道如何選擇帶有權重的樣本。

例如;

iris %>%
group_by(Species) %>%
sample_n(size = 3)

這帶來了每組 30 個觀察值。

但我想總共進行 30 次觀察，並希望這 30 個樣本成為第 1 組的 %70、第 2 組的 %20 和第 3 組的 %10，例如

提前致謝。

Answer 1

借用 KoenV 在評論中發布的鏈接：

library(dplyr)
library(purrr)

sample_size <- 30
groups <- c(0.7, 0.1, 0.2)
group_size <- sample_size * groups

iris %>%
  group_split(Species)%>%
  map2_dfr(group_size, ~ slice_sample(.x, n = .y))

# A tibble: 30 × 5
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
          <dbl>       <dbl>        <dbl>       <dbl> <fct>  
 1          4.8         3.1          1.6         0.2 setosa 
 2          4.8         3.4          1.6         0.2 setosa 
 3          5.1         3.4          1.5         0.2 setosa 
 4          4.4         3            1.3         0.2 setosa 
 5          4.6         3.4          1.4         0.3 setosa 
 6          5.5         4.2          1.4         0.2 setosa 
 7          5.5         3.5          1.3         0.2 setosa 
 8          4.9         3            1.4         0.2 setosa 
 9          5.1         3.8          1.9         0.4 setosa 
10          5.7         4.4          1.5         0.4 setosa 

# A tibble: 3 × 2
  Species        n
  <fct>      <int>
1 setosa        21
2 versicolor     3
3 virginica      6