r - 如何使用 ddply 按组对数据进行子采样？

Question

我有一个包含太多行的数据框，无法进行空间相关图。相反，我想为每个物种抓取 40 行并在该子集上运行我的相关图。

我编写了一个函数来对数据框进行子集化，如下所示：

    samp <- function(dataf)
{
    dataf[sample(1:dim(dataf)[1], size=40, replace=FALSE),]
}

现在我想将此函数应用于更大数据框中的每个物种。

当我尝试类似

culled_data = ddply (larger_data, .(species), subset, samp)

我收到此错误：

Error in subset.data.frame(piece, ...) : 
  'subset' must evaluate to logical

有人对如何做到这一点有想法吗？

score 6 · Accepted Answer

6

, subset一旦您从通话中删除，它看起来应该可以工作。

于 2010-05-27T17:03:19.270 回答

score 6 · Accepted Answer

德克的回答当然是正确的，但为了添加额外的解释，我发布了我自己的。

首先，您的语法是简写。它相当于

ddply(larger_data, .(species), function(dfrm) subset(dfrm, samp))

所以你可以清楚地看到你提供function（见class(samp)）作为第二个参数subset。您可以使用samp(dfrm)，但它不会工作太导致samp返回data.frame并subset需要逻辑向量。所以你可以samp(dfrm)在它返回逻辑索引时使用。

subset通过给他提供逻辑向量来完成工作：

ddply (larger_data, .(species), subset, sample(seq_along(species)<=40))

我用 40 创建逻辑向量TRUE（顺便说一句，当某些片段少于 40 个案例时，它会起作用，然后它会全部返回）并将其随机化。

2 回答 2