Как частично нарезать данные на основе условия в R?

Question

У меня есть набор данных, где я хочу удалить 60% данных, которые соответствуют определенному классу. Итак, я могу сделать что-то вроде этого:

dataset %>% filter(Outcome=="diabetes") %>% slice(-seq(0.4 * n()))

Однако этот фильтр сначала фильтрует только те части набора данных, из которых я хочу удалить записи, а затем нарезает их. Тем не менее, я хочу, чтобы мой конечный результат был исходным набором данных, за исключением 60% удаленных данных, которые соответствуют Outcome=="diabetes". Как я могу добиться этого в R?

Answer 1

Вы можете использовать sample_frac для этого: Получите 60% на группу:

mtcars %>%
  filter(cyl == 4) %>%
  sample_frac(0.6)

   mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1 22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
2 21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
3 30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
4 32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
5 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
6 24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
7 21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1

Почему ты это принял? Я думаю, что это не то, что вы хотели? Я оставляю свой оригинальный ответ, но я думаю, что вы хотели это:

result <- mtcars %>% 
  group_by(cyl) %>%
  sample_frac(ifelse(cyl == 4, 0.6, 1))

# A tibble: 15 x 11
# Groups:   cyl [3]
     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
 1  32.4     4  78.7    66  4.08  2.2   19.5     1     1     4     1
 2  27.3     4  79      66  4.08  1.94  18.9     1     1     4     1
 3  21.5     4 120.     97  3.7   2.46  20.0     1     0     3     1
 4  22.8     4 108      93  3.85  2.32  18.6     1     1     4     1
 5  24.4     4 147.     62  3.69  3.19  20       1     0     4     2
 6  22.8     4 141.     95  3.92  3.15  22.9     1     0     4     2
 7  26       4 120.     91  4.43  2.14  16.7     0     1     5     2
 8  21.4     4 121     109  4.11  2.78  18.6     1     1     4     2
 9  30.4     4  95.1   113  3.77  1.51  16.9     1     1     5     2
10  30.4     4  75.7    52  4.93  1.62  18.5     1     1     4     2
11  33.9     4  71.1    65  4.22  1.84  19.9     1     1     4     1
12  17.8     6 168.    123  3.92  3.44  18.9     1     0     4     4
13  15       8 301     335  3.54  3.57  14.6     0     1     5     8
14  14.7     8 440     230  3.23  5.34  17.4     0     0     3     4
15  18.7     8 360     175  3.15  3.44  17.0     0     0     3     2