Dplyr: समूहों का नमूना लेने में सक्षम होने की आवश्यकता है

species <- iris %.% 
  group_by(Species) %.% 
  summarise(wt = sum(Sepal.Length)) %.%
  sample_n(5, replace = T, weight = wt) %.%
  select(-wt)

inner_join(species, iris)

मुझे आश्चर्य है कि इसे बंद क्यों किया गया? एक संभावित उपयोगी सुविधा की तरह लगता है

iris %>%
    group_by(Species) %>%
    sample_n(1)

यादृच्छिक प्रजातियों से सभी डेटा लेने के लिए, उदाहरण के लिए

मुझे नहीं लगता कि समूहों के लिए sample_n का व्यवहार बदलना चाहिए क्योंकि समूहों के भीतर नमूना लेना इसका सहज व्यवहार है। हालांकि, संपूर्ण रूप से समूहों का नमूना लेने में सक्षम होना अक्सर आसान होता है। यह दूसरा कार्य होना चाहिए। मेरा कार्यान्वयन यहां है:

sample_n_groups = function(tbl, size, replace = FALSE, weight=NULL) {
   # regroup when done
   grps = tbl %>% groups %>% unlist %>% as.character
   # check length of groups non-zero
   keep = tbl %>% summarise() %>% sample_n(size, replace, weight)
   # keep only selected groups, regroup because joins change count.
   # regrouping may be unnecessary but joins do something funky to grouping variable
   tbl %>% semi_join(keep) %>% group_by_(grps) 
}

@rcorty का उदाहरण अभी अपेक्षित काम करता है

iris %>% group_by(Species) %>% sample_n_groups(1)

+1

संपादित करें: dplyr परिवर्तन ने इस समाधान को तोड़ दिया;

आप में से जो लोग इस कार्यक्षमता की तलाश में खोज इंजन के माध्यम से यहां पहुंचे हैं, उनके लिए @MarcusWalz द्वारा कार्यान्वयन replace = TRUE होने पर प्रतिस्थापन के साथ नमूना नहीं है। डुप्लिकेट रखने के लिए कार्यान्वयन को right_join (या left_join या inner_join ) का उपयोग करने की आवश्यकता है:

sample_n_groups = function(tbl, size, replace = FALSE, weight=NULL) {
  # regroup when done
  grps = tbl %>% groups %>% unlist %>% as.character
  # check length of groups non-zero
  keep = tbl %>% summarise() %>% sample_n(size, replace, weight)
  # keep only selected groups, regroup because joins change count.
  # regrouping may be unnecessary but joins do something funky to grouping variable
  tbl %>% right_join(keep, by=grps) %>% group_by_(grps) 
}

इस सुविधा के लिए क्लस्टर बूटस्ट्रैपिंग एक व्यापक उपयोग का मामला है।

@drhagen , आपके कार्यान्वयन में, क्या आपके पास कोई सुझाव है कि एक नई अद्वितीय समूह आईडी कैसे उत्पन्न करें?

दरअसल, यह काफी आसान है:

sample_n_groups = function(tbl, size, replace = FALSE, weight=NULL) {
  # regroup when done
  grps = tbl %>% groups %>% unlist %>% as.character
  # check length of groups non-zero
  keep = tbl %>% summarise() %>% sample_n(size, replace, weight) %>% 
    mutate(unique_id = 1:NROW(.))
  # keep only selected groups, regroup because joins change count.
  # regrouping may be unnecessary but joins do something funky to grouping variable
  tbl %>% right_join(keep, by=grps) %>% group_by_(grps) 
}

@drhagen द्वारा उपरोक्त उत्तर

sample_n_groups = function(tbl, size, replace = FALSE, weight = NULL) {
  # regroup when done
  grps = tbl %>% groups %>% lapply(as.character) %>% unlist
  # check length of groups non-zero
  keep = tbl %>% summarise() %>% ungroup() %>% sample_n(size, replace, weight)
  # keep only selected groups, regroup because joins change count.
  # regrouping may be unnecessary but joins do something funky to grouping variable
  tbl %>% right_join(keep, by=grps) %>% group_by_(.dots = grps)
}