Dplyr: 그룹을 샘플링할 수 있어야 함

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

inner_join(species, iris)

이게 왜 닫혔는지 궁금합니다. 잠재적으로 유용한 기능인 것 같습니다

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

임의의 종에서 모든 데이터를 선택하려면, 예를 들어

그룹 내 샘플링이 직관적인 동작이기 때문에 sample_n 의 동작이 그룹에 대해 변경되어야 한다고 생각하지 않습니다. 그러나 그룹 전체를 샘플링할 수 있는 것이 편리한 경우가 많습니다. 이것은 두 번째 기능이어야 합니다. 내 구현은 다음과 같습니다.

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 의 예제는 예상대로 작동합니다.

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

+1

편집: dplyr 대한 변경으로 인해 이 솔루션이 중단되었습니다.

이 기능을 찾고 있는 검색 엔진을 통해 여기에 도착한 분들을 위해 @MarcusWalz에 의한 구현은 replace = TRUE 때 대체로 샘플링하지 않습니다. 중복을 유지하려면 구현에서 right_join (또는 left_join 또는 inner_join )를 사용해야 합니다.

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) 
}

클러스터 부트스트래핑은 이 기능의 광범위한 사용 사례입니다.

@drhagen , 구현 시 새로운 고유 그룹 ID를 생성하는 방법에 대한 제안 사항이 있습니까?

사실 이것은 아주 쉽습니다.

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) 
}

@drhagen의 위 답변은

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)
}