R 语言 随机抽样

比如说我的数据框是这样的

x1 x2 x3 x4 x5
1  0   3   0   4
2  1   1   0   8
2  2   1   1   2
4  1   1   9   11

以上的求和是54，我知道sample函数是随机取的【个数】一定，但是如果我需要 随机抽出的样本 是【总和】一定呢？
比如随机抽样一次，随机取的数量(size) 无所谓，但是保证最后形成的新数据框 求和是30
比如变成这样

x1  x2  x4  x5
1   2    3    8
2   2    1   11
求和为30

我能想到的就是通过遍历的方式随机识别，不过这样效率好低呀。应该还有别的办法...

个人感觉你的这个已经不能叫随机抽样了
写了一个小程序，应该还可以优化，供君参考

1. sampleProcess <- function(series, value, items = c()) {
   
2. 
   
3.     if (value == sum(series)) return(c(items, series))
   
4.    
   
5.     selTemp <- series == value
   
6.     if (sum(selTemp) == 1 & length(items) > 0) {
   
7.         return(c(items, series[selTemp]))
   
8.     }
   
9. 
   
10.     #drop the items larger than value
    
11.     series <- series[which(series < value)]
    
12.     if (length(series) == 0) return(items)
    
13. 
    
14. 
    
15.     #find the cup (minimal set number)
    
16.     series <- sort(series, decreasing = TRUE)
    
17.     sum.array <- sapply(seq(length(series)),
    
18.         function(i, series) sum(series[1:i]), series = series)
    
19.     cup <- which(sum.array >= value)[1]
    
20.    
    
21.     #sample
    
22.     index <- seq(length(series))
    
23.     selTemp <- index %in% sample(index, cup)
    
24.     itemsTemp <- series[selTemp]
    
25.     sumTemp <- sum(itemsTemp)
    
26.     if (sumTemp == value) {
    
27.         return(c(items, itemsTemp))
    
28.     } else if (sumTemp < value) {
    
29.         series <- series[!selTemp]
    
30.         items <- c(items, itemsTemp)
    
31.         value <- value - sumTemp
    
32.         return(sampleProcess(series, value, items = items))
    
33.     } else {
    
34.         return(sampleProcess(series, value, items = items))
    
35.     }
    
36. }
    
37. 
    
38. sampleBySum <- function(series, value, iter) {
    
39.     if (value > sum(series)) stop("the sum of series if below value")
    
40.    
    
41.     #drop the items larger than value
    
42.     series <- series[which(series <= value)]
    
43.     if (length(series) == 0) stop("no item below value")
    
44. 
    
45.     i <- 1
    
46.     while (i <= iter) {
    
47.         items <- sampleProcess(series, value)
    
48.         if (sum(items) == value) {
    
49.             cat("iter = ", i, "\n")
    
50.             break
    
51.         }
    
52.         i <- i + 1
    
53.     }
    
54. 
    
55.     if (sum(items) != value) warning("no finds")
    
56.     return(items)
    
57. 
    
58. }
    
59. 
    
60. x <- c(1,0,3,0,4,2,1,1,0,8,2,2,1,1,2,4,1,1,9,11)
    
61. 
    
62. sampleBySum(x, 30, 10)

复制代码

d <-
  matrix(c(1, 2, 2, 4, 0, 1, 2, 1, 3, 1, 1, 1, 0, 0, 1, 9, 4, 8, 2, 11), 4)
k = 1
repeat {
  i <- sample(1:(dim(d)[1]), 1)
  a <- matrix(0, dim(d)[1], dim(d)[2])
  for (j in 1:dim(d)[2]) {
    a[, j] <- c(sample(d[, j], i), rep(0, dim(d)[1] - i))
    if (sum(a) == 30) {
      print(a)
      break
    }
  }
  if (k > 10000)
    break
  k <- k + 1
}
结果有很多很多，当然没想办法识别重复结果，所以设了k作终止条件。你试试吧。
另外，不要你的币，我的币已经够多的了。就是玩。