R SparkR sample用法及代码示例

说明：

使用随机种子返回此 SparkDataFrame 的采样子集。注意：这不能保证准确提供给定 SparkDataFrame 总数中指定的分数。

用法：

sample(x, withReplacement = FALSE, fraction, seed)

sample_frac(x, withReplacement = FALSE, fraction, seed)

## S4 method for signature 'SparkDataFrame'
sample(x, withReplacement = FALSE, fraction, seed)

## S4 method for signature 'SparkDataFrame'
sample_frac(x, withReplacement = FALSE, fraction, seed)

参数：

• x 一个 SparkDataFrame
• withReplacement 是否更换取样
• fraction (粗略)样本目标分数
• seed 随机性种子值。默认是随机种子。

注意：

自 1.4.0 起的示例

sample_frac 从 1.4.0 开始

例子：

sparkR.session()
path <- "path/to/file.json"
df <- read.json(path)
collect(sample(df, fraction = 0.5))
collect(sample(df, FALSE, 0.5))
collect(sample(df, TRUE, 0.5, seed = 3))