使用 Dplyr 在 R 中选择随机样本

在本文中，我们将研究从 R 编程语言的 Dplyr 包中选择随机样本的不同方法。

使用R编程语言安装和导入Dplyr包，用户需要遵循以下语法：

句法：

install.packages(“dplyr”)

library(dplyr)

方法一：使用Sample_n()函数

Sample_n()函数用于从 R 中的数据帧中选择 n 个随机行。这是 R 编程语言中广泛使用的函数之一，因为该函数用于测试各种用户构建模型以实现预测和准确性目的。

Syntax: sample_n(tbl, size, replace, fac, …)

Parameters:

• tbl: a Momocs object (Coo, Coe)
• size: numeric how many shapes should we sample
• replace: logical whether the sample should be done with or without replacement
• fac: a column name if a $fac is defined; size is then applied within levels of this factor
• …: additional arguments to dplyr::sample_n and to maintain generic compatibility

Return:

This function will be returning the random samples from the provided data of size n.

示例：使用 sample_n() 生成随机样本的 R 程序

R

library(dplyr)
  
gfg_data <- iris
sample_n(gfg_data,10)

输出：

方法 2：使用Sample_frac()函数

Sample_frac()函数从数据帧或表中随机选择 n 百分比的行，该函数的使用类似于 sample_n()函数，该函数在 R 编程语言中被广泛使用。

Syntax: sample_frac(tbl, size, replace, fac, …)

Parameters:

• tbl: a Momocs object (Coo, Coe)
• size: numeric (0 < numeric <= 1) the fraction of shapes to select
• replace: logical whether the sample should be done with or without replacement
• fac: a column name if a $fac is defined; size is then applied within levels of this factor
• …: additional arguments to dplyr::sample_frac and to maintain generic compatibility

示例：使用 sample_frac() 生成随机样本的 R 程序

电阻

library(dplyr)
  
gfg_data <- iris
sample_frac(gfg_data,0.065)

输出：