有没有一种方法可以在不重新排序数据帧的情况下平衡 R 中的数据？

Question

首先，这是一些玩具数据：

df <- data.frame(
  "stim" = c("face", "object", "pareidolia", "face", "face", "object", "pareidolia", "object"),
  "RT" = c(23, 24, 25, 26, 27, 22, 25, 23),
  "Opac" = c(70, 60, 80, 65, 60, 61, 59, 70)
)

我想确保数据集中每个刺激变量的数量相等。我正在使用以下代码来尝试此操作：

library(dplyr)

newdf <- df %>%
  mutate(mn = min(table(stim))) %>%
  group_by(stim) %>%
  sample_n(mn[1]) %>%
  ungroup()

除了对数据进行重新排序之外，这几乎可以完美工作。我想要的输出如下所示：

stim   RT   Opac
face   23   70
object 24   60
pareidolia 25 80
face   26   65
object 22   61
pareidolia 25 59

但是这段代码输出这个：

stim   RT   Opac
face   23   70
face   26   65
object 24   60
object 22   61
pareidolia 25 80
pareidolia 25 59

我意识到这可能会发生，因为我正在使用 table()，但我不知道还能如何解决这个问题。任何建议将不胜感激。

另外，还有一个额外的问题：有没有办法确定（函数、代码片段等）在此过程中从中删除数据的行号？

Answer 1

您可以使用过滤策略而不是

slice_n

df %>%
  mutate(mn = min(table(stim))) %>%
  filter(sample(seq_along(stim)) <= mn, .by=stim)