是否可以扩展 R 中的
sample
函数,使其在 replace = TRUE
时不返回超过 2 个相同元素?
假设我有一个清单:
l = c(1,1,2,3,4,5)
要对 3 个元素进行替换采样,我会这样做:
sample(l, 3, replace = TRUE)
有没有办法限制它的输出,以便最多只返回 2 个相同的元素?那么
(1,1,2)
或 (1,3,3)
是允许的,但 (1,1,1)
或 (3,3,3)
被排除在外?
set.seed(0)
基本思想是将放回抽样转换为无放回抽样。
ll <- unique(l) ## unique values
#[1] 1 2 3 4 5
pool <- rep.int(ll, 2) ## replicate each unique so they each appear twice
#[1] 1 2 3 4 5 1 2 3 4 5
sample(pool, 3) ## draw 3 samples without replacement
#[1] 4 3 5
## replicate it a few times
## each column is a sample after out "simplification" by `replicate`
replicate(5, sample(pool, 3))
# [,1] [,2] [,3] [,4] [,5]
#[1,] 1 4 2 2 3
#[2,] 4 5 1 2 5
#[3,] 2 1 2 4 1
如果您希望不同的值出现不同的次数,我们可以这样做
pool <- rep.int(ll, c(2, 3, 3, 4, 1))
#[1] 1 1 2 2 2 3 3 3 4 4 4 4 5
## draw 9 samples; replicate 5 times
oo <- replicate(5, sample(pool, 9))
# [,1] [,2] [,3] [,4] [,5]
# [1,] 5 1 4 3 2
# [2,] 2 2 4 4 1
# [3,] 4 4 1 1 1
# [4,] 4 2 3 2 5
# [5,] 1 4 2 5 2
# [6,] 3 4 3 3 3
# [7,] 1 4 2 2 2
# [8,] 4 1 4 3 3
# [9,] 3 3 2 2 4
我们可以在每一列上调用
tabulate
来统计1, 2, 3, 4, 5
的出现频率:
## set `nbins` in `tabulate` so frequency table of each column has the same length
apply(oo, 2L, tabulate, nbins = 5)
# [,1] [,2] [,3] [,4] [,5]
#[1,] 2 2 1 1 2
#[2,] 1 2 3 3 3
#[3,] 2 1 2 3 2
#[4,] 3 4 3 1 1
#[5,] 1 0 0 1 1
所有列中的计数都满足我们设定的频率上限
c(2, 3, 3, 4, 1)
。
您能解释一下
和rep
之间的区别吗?rep.int
rep.int
不是 rep
的“整数”方法。它只是一个更快的原始函数,但功能比 rep
少。您可以从文档页面rep
获取rep.int
、rep_len
和?rep
的更多详细信息。
确实,非常简单。
给出一些数据
a = c(1,2,3,4)
只需重复数据n次,然后使用replace = False进行采样
sample_replecement_constrain = function(muestra,constrain,size){
muestra = rep(muestra,constrain)
muestra = sample(muestra,size, replace = FALSE)
return(muestra)
}
sample_replecement_constrain(a,2,7)
这应该对你有用!!