在base R中，你要找的是函数by。package:plyr中的-ply函数将完成类似的工作。它们更强大、更灵活，但使用起来有点麻烦，如果你已经非常熟悉基本的-apply函数，通常就不需要了。
这里有一个问题。运行类似by(iris,iris$Species,function(d) sample(nrow(d)))或其等价物plyr，dlply(iris,.(Species),function(d) sample(nrow(d)))，将给予你一个样本从每个子 Dataframe 的物种.但它将被索引的子 Dataframe ，而不是整个事情。这应该不是一个问题 * 如果 * 你设计你的数据结构正确。记住这一点，并相应地编写你的绘图脚本。我可能会创建一个类似于 Dataframe 列表的东西，我可以方便地将其转换为绘图每个方面，但从来没有人指责我是一个优秀的程序员。

使用@ssdecontrol的答案作为起点，我得出了：

ddply(iris, .(Species), function(d) { d[sample(nrow(d), pmin(nrow(d), 2000)),] })

字符串
它将 Dataframe 按Species因子进行拆分，对每个子集进行采样，然后将其重新组合成一个 Dataframe 。
我使用pmin(nrow(d), 2000)来避免cannot take a sample larger than the population消息。
在这种情况下，iris不是最好的例子，它只包含150行，每个物种只有50行-但同样的逻辑被用于我最初的160万行数据框架，其中有一个子集少于2000行。

若要执行所有因子都表示的分层抽样，您可以使用dagr包中的group_by和sample_n：

set.seed(0) 
strat_iris <- iris %>%
  group_by(Species) %>%
  sample_n(5)

字符串
在此示例中，您获得一个15行数据集样本，每个因子有5行。