代码之家 › 专栏 › 技术社区 › Maiasaura

如何使用ddply按组对数据进行子采样?

plyr r

Maiasaura · 技术社区 · 16 年前

我有一个数据帧,其中的行太多,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相关图。

我编写了一个函数来子集一个数据帧,如下所示:

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

现在我想把这个函数应用到一个更大的数据框架中的每个物种。

当我尝试像

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

我得到这个错误:

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

有人知道怎么做吗?

2 回复 | 直到 16 年前

Dirk is no longer here 16 年前

它看起来应该可以工作,一旦你删除 , subset 从你的电话。

Marek 16 年前

当然,德克的回答是正确的,但为了增加更多的解释,我发表了自己的文章。

为什么你的电话不工作?

首先,你的语法是速记。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) )作为第二个论点 subset . 你可以使用 samp(dfrm) 但不会有太大作用 samp 返回 data.frame 和 子集 需要逻辑向量。所以你可以用 SAMP(DFRM) 当它返回逻辑索引时。

在这种情况下如何使用子集?

制作 子集 通过给他输入逻辑向量:

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,当某些间谍少于40个案件时,它会起作用,然后它会全部返回)并随机发送。

推荐文章

Amp · 使用R ggplot2删除geom_radial中axis.line和panel.border之间的空格

1 年前

Hard_Course · 用另一列中的值替换行的最后一个非NA条目

1 年前

Mark R · 使用geom_sf()删除地球仪上不需要的网格线

1 年前

Joe · 根据对工作日和本周早些时候的日期的了解,找到一个日期

1 年前

Ben · 统计向量中的单词在字符串中出现的频率

1 年前

TheCodeNovice · R中符号格式的尾随零和其他问题[重复]

1 年前

katefull06 · 在R中使用terra修改范围时,会为单独的SpatRaster重写范围

1 年前

dez93_2000 · 在R管道子功能中引用管道对象的当前状态

1 年前

accibio · 在ggplot2中为同一变量创建两个连续的颜色渐变比例

1 年前

Mankka · 如何在Ggplot2中绘制均匀的径向图

1 年前