2

この質問で説明されている同様の問題があります。その質問と同様に、3 つの列 (id、group、value) を持つデータ フレームがあります。各グループから n 個のサンプルを置換して取得し、各グループから n 個のサンプルを含む小さなデータ フレームを生成したいと考えています。

ただし、シミュレーション コードで数百のサブサンプルを実行していますが、ddply に基づくソリューションをコードで使用するには非常に時間がかかります。単純なコードを書き直して、パフォーマンスを向上できるかどうかを確認しようとしましたが、それでもまだ遅いです (ddply ソリューションより悪くはないにしても、良くはありません)。以下は私のコードです。パフォーマンスのために改善できるかどうか疑問に思っています

#Producing example DataFrame
dfsize <- 10
groupsize <- 7
test.frame.1 <- data.frame(id = 1:dfsize, group = rep(1:groupsize,each = ceiling(dfsize/groupsize))[1:dfsize], junkdata = sample(1:10000, size =dfsize))


#Main function for subsampling
sample.from.group<- function(df, dfgroup, size, replace){
  outputsize <- 1
  newdf <-df # assuming a sample cannot be larger than the original
  uniquegroups <- unique(dfgroup)
  for (uniquegroup in uniquegroups){
    dataforgroup <- which(dfgroup==uniquegroup)
    mysubsample <- df[sample(dataforgroup, size, replace),]
    sizeofsample <- nrow(mysubsample)
    newdf[outputsize:(outputsize+sizeofsample-1), ] <- mysubsample
    outputsize <- outputsize + sizeofsample
  }
  return(newdf[1:(outputsize-1),])
}

#Using the function
sample.from.group(test.frame.1, test.frame.1$group, 100, replace = TRUE)
4

2 に答える 2

3

これはよりクリーンで、おそらくより高速だと思います：

z <- sapply(unique(test.frame.1$group), FUN= function(x){ 
            sample(which(test.frame.1$group==x), 100, TRUE)
            })
out <- test.frame.1[z,]
out
于 2013-06-04T08:32:38.440 に答える