Почему я получаю дубликаты данных, когда создаю случайную выборку из существующего набора данных в R? - PullRequest
Новая
       37

Почему я получаю дубликаты данных, когда создаю случайную выборку из существующего набора данных в R?

0 голосов
/ 10 июля 2019

Я хотел понять, что не так с моим синтаксисом, когда я пытаюсь выбрать данные из моего набора данных, который имеет 5000 строк, я хочу только случайную выборку 500 из него.

повторение набора данных (xdata): 

 AccountId              Street         City State ZipCode CloseFactorPct OpenFactorPct ZipIncome ZipDegree
1    455697 3919 Birkdale Ln Se      Olympia    WA   98501           0.75         1.40       67060      0.17879866
2    490095      29174 Wagon Rd Agoura Hills    CA   91301           0.85         2.50      115125      0.21376952
3    427399   301a Franklin Ave    Princeton    NJ    8540           0.80         2.25      124954      0.50428200
4    470678  1461 Woodsview Way      Macedon    NY   14502           0.80         2.50       67780      0.13772373
5    424824      616 Locust Ave   Las Animas    CO   81054           0.80         2.25       31343      0.02021198
6    437343    13 New Oxford Rd       Conway    AR   72034           0.80         2.25       51435      0.15904222
  TotalOwed
1          0.0
2        185.1
3       1645.0
4          0.0
5          0.0
6          0.0
>

Мой код: 

sample2 <- xdata[sample(nrow(xdata), "500", replace=T), sample(ncol(xdata), 10, replace=T)]

head(sample2)


   ZipIncome         City ZipIncome.1 TotalOwed                       Street OpenFactorPct ZipHhIncome.2
14470       41866     Columbus         41866       841.31          792 Dennison Avenue         0.85         41866
23502       55221      El Paso         55221         0.00 12949 Eastbrook Drive Apt 53         0.70         55221
7370        93373 Saddle Brook         93373       570.38              229 S Boulevard         0.70         93373
31627       61830    Choudrant         61830      1156.28             153 Jones Street         0.70         61830
29840       39697      Beckley         39697         0.00            2109 S Kanawha St         0.75         39697
14938       91313    Bradenton         91313         0.00               5007 Serata Dr         0.85         91313
      ZipIncome.3 ClosedFactorPct ZipIncome.4
14470         41866           0.95         41866
23502         55221           0.80         55221
7370          93373           1.20         93373
31627         61830           0.80         61830
29840         39697           0.80         39697
14938         91313           1.30         91313

Вывод, который я получаю, дает мне 4 дубликата zipincome. Почему это происходит? Может ли кто-нибудь помочь мне понять, неверен ли мой синтаксис для выборки случайной выборки или если мне требуется set.seed ()?

...