Re: [心得] bootstrap long format

看板R_Language作者celestialgod (天)時間8年前 (2017/05/23 20:19)推噓3(3推 0噓 1→)

留言4則, 2人參與討論串2/2 (看更多)

※ 引述《memphis (讓你喜歡這世界~)》之銘言： : 假設資料長這樣 : ID V1 V2 : 1 10 11 : 1 11 12 : 1 12 13 : 2 13 14 : 2 14 15 : 2 15 16 : 3 16 17 : 3 17 18 : 4 18 19 : 4 19 20 : 先bootstrap ID : s <- sample(unique(data$ID), replace=T) : 再抓資料 : data2 <- data[data$ID %in% s] #這樣就錯了 : #s裡是有重複的ID沒錯 : #可是 %in% 不會抓重複的值 : 網路上查尋的的結果,是用grr:::matches : s_idx <- as.numeric(unlist(matches(s, data$ID, list=T))) : data2 <- data[s_idx] : 看起來還算簡約, 只是為了一個小功能又要裝一個pkg..有點煩躁 DF <- read.table(textConnection(" ID V1 V2 1 10 11 1 11 12 1 12 13 2 13 14 2 14 15 2 15 16 3 16 17 3 17 18 4 18 19 4 19 20"), header = TRUE) # 簡單的方式，只是可能unique ID多一點會久一些些 lenID <- length(unique(DF$ID)) s <- sample(unique(DF$ID), replace = TRUE) s_idx <- which(sweep(matrix(rep(DF$ID, lenID), lenID, byrow = TRUE), 1, t(s), `==`), arr.ind = TRUE) DF[s_idx[ , 2], ] # plyr 只是簡單的抓出來要的 library(plyr) ldply(s, function(i) DF[DF$ID == i, ]) # dplyr 有點複雜Orz library(dplyr) library(tidyr) DF %>% group_by(ID) %>% mutate(t = sum(s == ID[1])) %>% summarise_each(funs(list(rep(., times = t))), -t) %>% unnest # data.table 用key加速抓取速度 library(data.table) DT <- data.table(DF) setkey(DT, ID) rbindlist(lapply(s, function(i) DT[ID == i])) # Rcpp 自幹一個matches library(Rcpp) sourceCpp(code = " #include <RcppArmadillo.h> // [[Rcpp::depends(RcppArmadillo)]] // [[Rcpp::export]] SEXP bootstrapId(arma::Col<int> ID, arma::Col<int> idx) { arma::uvec out = find(ID == idx[0]); if (idx.n_elem > 1) { for (arma::uword i = 1; i < idx.n_elem; ++i) out.insert_rows(out.n_rows, find(ID == idx[i])); } if (out.n_elem == 0) return R_NilValue; return Rcpp::wrap(out); }") DF[bootstrapId(DF[["ID"]], s), ] bootstrapId(DF[["ID"]], c(5,5,6,6)) # NULL -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.170.51.16 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1495541962.A.256.html