0
我有一个data.table
说,dat
。以下是其dput
保留x行并删除2列的休息
structure(list(Sepal.Length = c(5.1, 4.9, 4.7, 4.6, 5, 5.4, 4.6,
5, 4.4, 4.9), Sepal.Width = c(3.5, 3, 3.2, 3.1, 3.6, 3.9, 3.4,
3.4, 2.9, 3.1), Petal.Length = c(1.4, 1.4, 1.3, 1.5, 1.4, 1.7,
1.4, 1.5, 1.4, 1.5), Petal.Width = c(0.2, 0.2, 0.2, 0.2, 0.2,
0.4, 0.4, 0.2, 0.1, 0.1), Species = c("a", "a", "a", "a", "b",
"b", "b", "b", "b", "b")), .Names = c("Sepal.Length", "Sepal.Width",
"Petal.Length", "Petal.Width", "Species"), row.names = c(NA,
-10L), class = c("data.table", "data.frame"), .internal.selfref = <pointer: 0x0000000000330788>)
dat
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1: 5.1 3.5 1.4 0.2 a
2: 4.9 3.0 1.4 0.2 a
3: 4.7 3.2 1.3 0.2 a
4: 4.6 3.1 1.5 0.2 a
5: 5.0 3.6 1.4 0.2 b
6: 5.4 3.9 1.7 0.4 b
7: 4.6 3.4 1.4 0.4 b
8: 5.0 3.4 1.5 0.2 b
9: 4.4 2.9 1.4 0.1 b
10: 4.9 3.1 1.5 0.1 b
我想要做以下,
1)计算的列的数据Petal.Width
和Species
的任何组合(其为2以上的例子的最小频率)。我们称这个号码为x
。以下是这2列的数据组合
Species Petal.Width Frequency
a 0.2 4
b 0.2 2
b 0.4 2
b 0.1 2
2)只保留x
(2在我们的例子),在随机观察了Petal.Width
列的每个组合和Species
当我们只有保持1例在这种情况下,我们随机做
dat <- unique(dat, by = c("Petal.Width", "Species")
但是我们什么做的时候,我们要保持x
案件而不只是1(即太随机)?
输出可能看起来像以下
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
2: 4.9 3.0 1.4 0.2 a
4: 4.6 3.1 1.5 0.2 a
5: 5.0 3.6 1.4 0.2 b
6: 5.4 3.9 1.7 0.4 b
7: 4.6 3.4 1.4 0.4 b
8: 5.0 3.4 1.5 0.2 b
9: 4.4 2.9 1.4 0.1 b
10: 4.9 3.1 1.5 0.1 b
在这个例子中,由于其他的组合满足最小频率标准仅2例组合的(A,0.2)将被删除。
'样品(.N,X)'可以代替样品的'被使用(1:.N,x)的'。另外,你可以像'dat [dat [,.I [sample(.N,2)],by = c(“Petal.Width”,“Species”)] $ V1]那样使用'.I''作为eddi显示的这里:http://stackoverflow.com/a/16574176/1191259 – Frank