データフレームの別のサブセットと等しいサンプルサイズで、グループごとにデータフレームのサブセットをサンプリングします

ddplyうまく使用するための鍵は、次のことを理解することです。

1. 元のデータフレームをグループごとに小さなデータフレームに分割します。
2. 次に、グループごとに、指定した関数を呼び出します。その関数の仕事は、そのデータフレームを新しいデータフレームに変換することです*。
3. そして最後に、変換されたすべての小さなデータフレームをつなぎ合わせます。

それを念頭に置いて、これが（私が思うに）あなたの問題を解決するアプローチです。

sampleFunction <- function(df) {
  # Determine whether visited==1 or visited==0 is less common for this location, 
  # and use that count as our sample size.
  n <- min(nrow(df[df$visited=="1",]), nrow(df[df$visited=="0",]))
  # Sample n from the two groups (visited==0 and visited==1).
  ddply(df, .(visited), function(x) x[sample(nrow(x), size=n),])
}

newDF <- ddply(DF,.(location),sampleFunction)

# Just a quick check to make sure we have the equal counts we were looking for.
ddply(newDF, .(location, visited), summarise, N=length(variable))

使い方

メインは場所ddplyごとに分類DFして適用するだけで、手間のsampleFunctionかかる作業を行います。

sampleFunction（あなたの場合には、各位置に対して1つの）より小さなデータ・フレームのうちの1つ、サンプルそれから等しい数の取りvisited==1とをvisited==0。これはどのように行われますか？：への2回目の呼び出しで、ddply今回はlocationそれを分解するために使用します。これにより、1と0の両方からサンプリングできます。

また、出現回数が少ないサブグループ（0または1）に基づいて各場所のサンプルサイズを計算しているため、このソリューションは、常に1よりも0が多いとは限らない場合でも機能します。