R SparkR sampleBy用法及代码示例

说明：

根据每个层上给出的分数返回分层样本而不进行替换。

用法：

sampleBy(x, col, fractions, seed)

## S4 method for signature 'SparkDataFrame,character,list,numeric'
sampleBy(x, col, fractions, seed)

参数：

• x 一个 SparkDataFrame
• col 定义层的列
• fractions 一个命名列表，给出每个层的采样分数。如果未指定层，我们将其分数视为零。
• seed 随机种子

返回：

代表分层样本的新 SparkDataFrame

注意：

sampleBy 自 1.6.0

例子：

df <- read.json("/path/to/file.json")
sample <- sampleBy(df, "key", fractions, 36)