R将数据随机分成两部分

Question

我正在尝试将我的数据框随机分成两部分。例如，我想随机将 70% 的数据放入一个数据框中，将另外 30% 的数据放入另一个数据框中。有没有快速的方法来做到这一点？原始数据框中的行数超过 800000。我尝试使用 for 循环，从行数中选择一个随机数，然后使用 rbind() 将该行绑定到第一个（70%）数据框并将其从原始数据框中删除以获得另一个 (30%) 数据框。但这非常慢。有没有相对较快的方法可以做到这一点？

Answer 1

尝试

n <- 100
data <- data.frame(x=runif(n), y=rnorm(n))
ind <- sample(c(TRUE, FALSE), n, replace=TRUE, prob=c(0.7, 0.3))
data1 <- data[ind, ]
data2 <- data[!ind, ]

Answer 2

我正在以 ExperimenteR 的答案为基础，它看起来很可靠。然而，一个问题是 sample 函数有点奇怪，因为它使用的概率不是完全确定的。以此为例：

>sample(c(TRUE, FALSE), n, replace=TRUE, prob=c(0.7, 0.3))

您会期望 TRUE 和 FALSE 值的数量分别恰好为 70 和 30。通常情况并非如此：

>table(sample(c(TRUE, FALSE), n, replace=TRUE, prob=c(0.7, 0.3)))

 FALSE  TRUE 
    34    66

如果您不希望非常精确，这没关系。但是，如果您想要正好 70% 和 30%，则改为这样做：

v <- as.vector(c(rep(TRUE,70),rep(FALSE,30))) #create 70 TRUE, 30 FALSE
ind <- sample(v) #Sample them randomly. 
data1 <- data[ind, ] 
data2 <- data[!ind, ]

R将数据随机分成两部分

R split data into 2 parts randomly

random

split

r