在操作中碰到如下问题,数据见附件。
有690多个样本,想随机抽取150个,要求:
男女比例约占50%,
age:0-20比例20%,20-35比例20%,35-50比例20%,50-65比例20%,65以上比例20%;(如果数据太少,可忽略此选项)
level:a比例20%,b比例20%,c比例20%,d比例20%,e比例20%;(如果数据太少,可忽略此选项)
channel:按样本比例进行抽样,但每种属性不低于100.
我的想法是先按照这5个字段进行group by,然后按比例进行抽取,但其中不能满足如男女比例各50%的要求,暂无良策,
请高手执教,有兴趣大家也可一起讨论。