与这个问题有关。
gender <- c("F", "M", "M", "F", "F", "M", "F", "F")
age <- c(23, 25, 27, 29, 31, 33, 35, 37)
mydf <- data.frame(gender, age)
mydf[ sample( which(mydf$gender=='F'), 3 ), ]
我怎样才能随机选择 20% 的带有“F”的行，而不是选择多行（在上述情况下为 3）？那么在带有“F”的五行中，我如何随机抽取其中 20% 的行。
您可以使用包中sample_frac()的功能dplyr。
例如，如果您想在每组中取样 20%：
mydf %>% sample_frac(.2)
如果您想在每个性别组中抽取 20% 的样本：
mydf %>% group_by(gender) %>% sample_frac(.2)
这个怎么样：
mydf[ sample( which(mydf$gender=='F'), round(0.2*length(which(mydf$gender=='F')))), ]
其中 0.2 是您的 20% 并且length(which(mydf$gender=='F'))是总行数F
自我推销警报。我编写了一个函数，可以方便地进行分层抽样，并且在抽样之前，我已经包含了一个选项，可以从分组变量中提取级别。
该函数被调用stratified并且可以通过以下方式使用：
set.seed(1)
# Proportional sample
stratified(mydf, group="gender", size=.2, select=list(gender = "F"))
# gender age
# 4 F 29
# Fixed-size sampling
stratified(mydf, group="gender", size=2, select=list(gender = "F"))
# gender age
# 4 F 29
# 5 F 31
您可以指定多个组（例如，如果您的数据框包含一个“状态”变量，并且您想按您指定的“状态”和“性别”进行分组group = c("state", "gender")）。您还可以指定多个“选择”参数（例如，如果您只想要来自加利福尼亚州和德克萨斯州的女性受访者，并且您的“州”变量使用两个字母的州缩写，您可以指定select = list(gender = "F", state = c("CA", "TX"))）。
该功能本身可以在这里找到，或者您可以使用“devtools”包下载并安装包（这使您可以方便地访问帮助页面和示例），install_github如下所示：
# install.packages("devtools")
library(devtools)
install_github("mrdwabmisc", "mrdwab")
要采样 20%，您可以使用它来获取样本大小：
n = round(0.2 * nrow(mydf[mydf$gender == "F",]))