উত্তর:
প্রথমে কিছু তথ্য তৈরি করুন:
> df = data.frame(matrix(rnorm(20), nrow=10))
> df
X1 X2
1 0.7091409 -1.4061361
2 -1.1334614 -0.1973846
3 2.3343391 -0.4385071
4 -0.9040278 -0.6593677
5 0.4180331 -1.2592415
6 0.7572246 -0.5463655
7 -0.8996483 0.4231117
8 -1.0356774 -0.1640883
9 -0.3983045 0.7157506
10 -0.9060305 2.3234110
তারপরে এলোমেলোভাবে কয়েকটি সারি নির্বাচন করুন:
> df[sample(nrow(df), 3), ]
X1 X2
9 -0.3983045 0.7157506
2 -1.1334614 -0.1973846
10 -0.9060305 2.3234110
set.seed(42)
নির্দিষ্ট পরিমাণের নমুনাটি পুনরুত্পাদন করতে প্রতিবার আপনার বীজ (যেমন ) সেট করতে ভুলবেন না।
sample.int
আমি বিশ্বাস করি কিছুটা দ্রুত হবে:library(microbenchmark);microbenchmark( sample( 10000, 100 ), sample.int( 10000, 100 ), times = 10000 )
জন কলবি যে উত্তর দেয় তা হ'ল সঠিক উত্তর। তবে আপনি যদি dplyr
ব্যবহারকারী হন তবে উত্তরটিও রয়েছে sample_n
:
sample_n(df, 10)
এলোমেলোভাবে ডেটা ফ্রেম থেকে 10 টি সারি নমুনা। এটি কল করে sample.int
, তাই সত্যই কম টাইপিংয়ের সাথে একই উত্তর (এবং ম্যাজিটারের প্রসঙ্গে ব্যবহার সহজ করে তোলে যেহেতু ডেটাফ্রেমটি প্রথম যুক্তি is
sample_n
কেবলমাত্র কাজ করেtbl of data
data.table
প্যাকেজ ফাংশন প্রদান করে DT[sample(.N, M)]
ডেটা টেবিল থেকে স্যাম্পলিং এম র্যান্ডম সারি, DT
।
library(data.table)
set.seed(10)
mtcars <- data.table(mtcars)
mtcars[sample(.N, 6)]
mpg cyl disp hp drat wt qsec vs am gear carb
1: 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
2: 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
3: 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
4: 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
5: 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
6: 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
সম্পাদনা : এই উত্তরটি এখন পুরানো, আপডেট হওয়া সংস্করণ দেখুন ।
ইন আমার আর প্যাকেজ আমি উন্নত sample
তাই হিসাবে তথ্য ফ্রেমের জন্য এছাড়াও প্রত্যাশিত এটা এখন আচরণ করবে যে:
library(devtools); install_github('kimisc', 'krlmlr')
library(kimisc)
example(sample.data.frame)
smpl..> set.seed(42)
smpl..> sample(data.frame(a=c(1,2,3), b=c(4,5,6),
row.names=c('a', 'b', 'c')), 10, replace=TRUE)
a b
c 3 6
c.1 3 6
a 1 4
c.2 3 6
b 2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6
এই হয় অর্জন করে sample
একটি এস 3 জেনেরিক পদ্ধতি এবং একটি ফাংশন প্রয়োজনীয় (তুচ্ছ) কার্যকারিতা প্রদানের। setMethod
সব কিছু ঠিক করার জন্য একটি কল । মূল বাস্তবায়ন এখনও এর মাধ্যমে অ্যাক্সেস করা যেতে পারে base::sample
।
sample.default(df, ...)
কোনও ডেটা ফ্রেমের জন্য কল করি তখন df
এটি ডেটা ফ্রেমের কলামগুলি থেকে নমুনাগুলি তৈরি করে, যেমন একটি ডেটা ফ্রেম একই দৈর্ঘ্যের ভেক্টরগুলির তালিকা হিসাবে প্রয়োগ করা হয়।
install_github('kimisc', 'krlmlr')
এসেছি Error: Does not appear to be an R package (no DESCRIPTION)
। কোন পথে?
[
তথ্য ফ্রেমের জন্য অপারেটর একটি counterexample হয়। এছাড়াও, দয়া করে আমাকে বলুন: আপনি কি কখনও sample
একবারে একবারে ডেটা ফ্রেম থেকে কলামগুলি নমুনার জন্য ব্যবহার করেছেন ?
iris[2]
তালিকার মতো কাজ করে iris[[2]]
। বা iris$Species
,, lapply(iris, mean)
... ডেটা ফ্রেমগুলির তালিকা। তাই আমিও তাদের মতো আচরণ করার প্রত্যাশা করি। এবং হ্যাঁ, আমি প্রকৃতপক্ষে নমুনা (মাইডাটাফ্রেম) ব্যবহার করেছি। একটি ডেটাসেটে যেখানে প্রতিটি চলকটিতে একটি একক জিনের এক্সপ্রেশন ডেটা থাকে। আপনার সুনির্দিষ্ট পদ্ধতিটি নবীন ব্যবহারকারীদের সহায়তা করে, তবে আচরণের পদ্ধতিটি কার্যকরভাবে পরিবর্তন sample()
করে। দ্রষ্টব্য আমি কোনও প্রোগ্রামারের দর্শন থেকে "প্রত্যাশিত হিসাবে" ব্যবহার করি। যা সাধারণ অন্তর্দৃষ্টি থেকে পৃথক। আর তে অনেক কিছুই রয়েছে যা সাধারণ অন্তর্দৃষ্টিগুলির সাথে সামঞ্জস্য নয় ...;)
পুরানো উত্তর। দয়া করে
dplyr::sample_frac()
বাdplyr::sample_n()
পরিবর্তে ব্যবহার করুন।
ইন আমার আর প্যাকেজ একটি ফাংশন আছে sample.rows
শুধু এই উদ্দেশ্যে:
install.packages('kimisc')
library(kimisc)
example(sample.rows)
smpl..> set.seed(42)
smpl..> sample.rows(data.frame(a=c(1,2,3), b=c(4,5,6),
row.names=c('a', 'b', 'c')), 10, replace=TRUE)
a b
c 3 6
c.1 3 6
a 1 4
c.2 3 6
b 2 5
b.1 2 5
c.3 3 6
a.1 1 4
b.2 2 5
c.4 3 6
পূর্ববর্তীsample
জরিস মাইসের মন্তব্য অনুসারে জেনেরিক এস 3 ফাংশন তৈরি করে এটি বৃদ্ধি করা একটি খারাপ ধারণা ছিল ।
একটি টিবল প্রকার থেকে একটি এলোমেলো নমুনা নির্বাচন করুন আর:
library("tibble")
a <- your_tibble[sample(1:nrow(your_tibble), 150),]
নরো একটি টিবল লাগে এবং সারিগুলির সংখ্যা প্রদান করে। প্রথম প্যারামিটারটি পাস করা sample
আপনার টিবলের 1 থেকে শেষ অবধি। দ্বিতীয় প্যারামিটারটি নমুনায় পাস করেছে, 150, আপনি কতটা এলোমেলো নমুনা চান। বর্গাকার বন্ধনী স্লাইসিং সূচকগুলির সারি সুনির্দিষ্ট করে। চলক 'এ' এলোমেলো নমুনার মান পায়।
আপনি এটি করতে পারেন:
library(dplyr)
cols <- paste0("a", 1:10)
tab <- matrix(1:1000, nrow = 100) %>% as.tibble() %>% set_names(cols)
tab
# A tibble: 100 x 10
a1 a2 a3 a4 a5 a6 a7 a8 a9 a10
<int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
1 1 101 201 301 401 501 601 701 801 901
2 2 102 202 302 402 502 602 702 802 902
3 3 103 203 303 403 503 603 703 803 903
4 4 104 204 304 404 504 604 704 804 904
5 5 105 205 305 405 505 605 705 805 905
6 6 106 206 306 406 506 606 706 806 906
7 7 107 207 307 407 507 607 707 807 907
8 8 108 208 308 408 508 608 708 808 908
9 9 109 209 309 409 509 609 709 809 909
10 10 110 210 310 410 510 610 710 810 910
# ... with 90 more rows
উপরে আমি মাত্র 10 টি কলাম এবং 100 টি সারি দিয়ে একটি ডেটা ফ্রেম তৈরি করেছি, ঠিক আছে?
এখন আপনি এটি দিয়ে নমুনা করতে পারেন sample_n
:
sample_n(tab, size = 800, replace = T)
# A tibble: 800 x 10
a1 a2 a3 a4 a5 a6 a7 a8 a9 a10
<int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
1 53 153 253 353 453 553 653 753 853 953
2 14 114 214 314 414 514 614 714 814 914
3 10 110 210 310 410 510 610 710 810 910
4 70 170 270 370 470 570 670 770 870 970
5 36 136 236 336 436 536 636 736 836 936
6 77 177 277 377 477 577 677 777 877 977
7 13 113 213 313 413 513 613 713 813 913
8 58 158 258 358 458 558 658 758 858 958
9 29 129 229 329 429 529 629 729 829 929
10 3 103 203 303 403 503 603 703 803 903
# ... with 790 more rows
আমি আর এ নতুন, তবে আমি এই সহজ পদ্ধতিটি ব্যবহার করছিলাম যা আমার পক্ষে কাজ করে:
sample_of_diamonds <- diamonds[sample(nrow(diamonds),100),]
PS: এটির কিছুটা অসুবিধা থাকলে আমি ভাবছি না তা নির্দ্বিধায় محسوس করুন।
?sample
সেই ফাংশনটি পড়ার জন্য আপনি আর কনসোলেও টাইপ করতে পারেন ।