r - 在 R 中创建数据库的相等分区

Question

如何使用 R 将数据集划分为 N 个大小相等的分区？我试过类似的东西

    for (i in 1:100){data[i] <- full_data[i:(100000*i),]}

这显然是行不通的，但希望能对我想要完成的工作有所了解。完整的数据集有 1,000,000 行并且已经是随机顺序的。我想要 100 个相等且独立的数据集，每个数据集 10,000 行。

Answer 1

应该这样做，假设data是一个列表：

data <- list()
for (i in 1:100){data[[i]] <- full_data[((i-1)*10000+1):(i*10000),]}

Answer 2

您可以创建索引的分位数组（例如，您想要精确的 n 组而不必计数）

data <- data.frame(1:1000000)

xtile <- function (x, n)
    {
        cuts <- quantile(x, probs = seq(0, 1, length = n + 1))
        cut(x, breaks = cuts, include.lowest = TRUE)
    }

group <- xtile(1:nrow(data), 100)
all(table(group)== 10000)

data.spl <- split(data, group)
data.spl[[2]]

Answer 3

我相信 cut2() 函数也会平均分区，并且您可以使用参数设置分区数。