一意の行だけを取得するために置換なしでマージ

Question

xの長さがnのxの文字列と一致するy行からn行を選択したいが、y行の同じ行を複数回選択しないでください。行はyからランダムに選択する必要があります。

> head(x$Age_Yrs_Sex) 
[1] "65_0" "72_1" "82_0" "52_0" "81_0" "58_0" 


> head(y,20) 
       ID Age_Yrs_Sex 
1 10678800017  30_0 
2 106788000024  63_0 
4 10678800048  59_0 
5 1067880000055  68_1 
7 1067800079  59_0 
8 10678800086  36_1 
10 10678000109  39_0 
12 106788_0 
13 10678800130  45_1 
14 106788000147  49_1 
15 1067880000154  24_0 
16 106780000161  44_0 
17 1067880000178  43_1 
19 106780000192  79_0 
20 106880000208  22_0 
22 107880000222  89_0 
23 167880000239  28_0 
24 106788000246  44_1 
25 106780000253  76_0 
26 106780000260  45_1 

Answer 1

xのエントリが常に所定の一致のためにyに比べて小さいと仮定すると、これは（dplyrを使用して）動作しなければなりません。ここで使用可能なサンプルデータを生成：

y <- 
    data.frame(
    ID = 1:1000 
    , Age_Yrs_Sex = paste(sample(1:10, 1000, TRUE) 
         , 0:1 
         , sep = "_") 
) 

x <- 
    data.frame(
    Age_Yrs_Sex = paste(c(1,1:4), 0, sep = "_") 
) 

は、それぞれから選択し、ちょうど試合にテーブルをフィルタリング

matches <- 
    table(x$Age_Yrs_Sex) 

（それは常に1である場合は省略可能）各事のための一致の数を数えます上記の表にある一致数をグループ化します（sliceを使用し、1から行数までランダムに行番号をサンプリングし、その一致の結果を表から戻します）。

y %>% 
    filter(Age_Yrs_Sex %in% names(matches)) %>% 
    group_by(Age_Yrs_Sex) %>% 
    slice(sample(1:n(), matches[as.character(Age_Yrs_Sex[1])])) 

は、（例えば）与える：

 ID Age_Yrs_Sex 
    <int>  <fctr> 
1 95   1_0 
2 777   1_0 
3 151   2_0 
4 951   3_0 
5 403   4_0