1
votes

Sélectionnez des lignes aléatoires qui correspondent à la chaîne

Je souhaite sélectionner au hasard des lignes de df2 qui correspondent à Birth_Sex . Le nombre de lignes sélectionnées doit être égal au nombre de lignes dans df1 (2 dans cet exemple).

df1

 ID          Birth_Sex
 124545      1969_1
 123113      1999_1

df2

 ID          Birth_Sex
 123113      1999_1
 123123      1992_0
 123233      1959_0
 124513      1969_1
 124993      1969_1
 124545      1969_1

Exemple de sortie

  Birth_Sex
  1999_1
  1969_1

0 commentaires

3 Réponses :

2
votes

Pour chaque entrée de Birth_Sex dans df1 , nous trouvons d'abord les numéros de ligne qui ont cette entrée dans df2 et sélectionnons l'index d'une ligne au sous-ensemble df2.

df2[sapply(df1$Birth_Sex, function(x) {
      inds = which(df2$Birth_Sex %in% x)
     if(length(inds) > 1) sample(inds, 1) else inds
}), ]


#      ID Birth_Sex
#1 123113    1999_1
#4 124513    1969_1

0 commentaires

3
votes

Avec dplyr

library(dplyr)
 df2 %>% 
   inner_join(df1) %>% 
   group_by(Birth_Sex) %>% 
   sample_n(1)
Joining, by = "Birth_Sex"
# A tibble: 2 x 2
# Groups:   Birth_Sex [2]
      ID Birth_Sex
   <int> <chr>    
1 124993 1969_1   
2 123113 1999_1

0 commentaires

2
votes

Voici également la solution data.table

library(data.table)

setDT(df1)[setDT(df2), nomatch = 0L,on = 'Birth_Sex'][, .SD[sample(.N, 1)], by = Birth_Sex]

#   Birth_Sex     ID
#1:    1969_1 124513
#2:    1999_1 123113

0 commentaires