如何从数据库中随机抽取不重复数据

Posted 2023-03-22

vb中，adodc连接access数据库，如何实现每次单击命令按钮从学生表中随机抽取一个不重复的学生信息，并将学生姓名显示在text文本框中，学生表中有“id”“姓名”“电话号码”三个字段。
数据库已在form-load连接成功，只需写随即抽取记录代码即可，以下是可能用到的几行代码，请高手详加指点。
Adodc1.RecordSource = "select * from 学生表 where id=" & Int((Adodc1.Recordset.RecordCount * Rnd))
......
Adodc1.Refresh
Set Label2.DataSource = Adodc1
Adodc1.Refresh
text1.text = "姓名"
要点：
1.每次单击按钮随机抽取一条非空数据
2.需要连续单击按钮，也就是连续抽取
3.抽取的是不重复的数据

参考技术A Adodc1.RecordSource = "select top 1 * from 学生表 order by rnd(id)"，随机1个
Adodc1.RecordSource = "select top 10 * from 学生表 order by rnd(id)"，随机10个追问

是要每次随即抽取一个，但我要连续抽取，怎么样做到不重复呢？

追答

定义一个变量IDS，保存已抽取的ID，每次抽取后：IDS=IDS & "," & ID；然后用not in（即不包含）：
Adodc1.RecordSource = "select top 1 * from 学生表 where id not in (" & mid(ids,2) & ") order by rnd(id)"

本回答被提问者和网友采纳 参考技术B form_load()获取所有学生名字到一个数组，按钮事件产生随机数（根据数组大小）作为索引获取学生名字，并将该名字从数组删除（用一个中间数组做过度）。将数组改为collection可以简化代码。

如何在不替换的情况下随机抽取样本后引导函数

【中文标题】如何在不替换的情况下随机抽取样本后引导函数

【英文标题】：How to bootstrap a function after taking a randomly drawn sample without replacement

【发布时间】：2014-06-25 17:49:16

【问题描述】：

我有一些代码允许我从数据集中随机抽取两个样本，应用一个函数并重复该过程一定次数（请参阅下面来自相关问题的代码：How to bootstrap a function with replacement and return the output）。

示例数据：

> dput(a)
structure(list(index = 1:30, val = c(14L, 22L, 1L, 25L, 3L, 34L, 
35L, 36L, 24L, 35L, 33L, 31L, 30L, 30L, 29L, 28L, 26L, 12L, 41L, 
36L, 32L, 37L, 56L, 34L, 23L, 24L, 28L, 22L, 10L, 19L), id = c(1L, 
2L, 2L, 3L, 3L, 4L, 5L, 6L, 7L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 
14L, 15L, 16L, 16L, 17L, 18L, 19L, 20L, 21L, 21L, 22L, 23L, 24L, 
25L)), .Names = c("index", "val", "id"), class = "data.frame", row.names = c(NA, 
-30L))

代码：

   library(plyr)
    extractDiff <- function(P)
      subA <- P[sample(nrow(P), 15, replace=TRUE), ] # takes a random sample of 15 rows
      subB <- P[sample(nrow(P), 15, replace=TRUE), ] # takes a second random sample of 15 rows
      meanA <- mean(subA$val)
      meanB <- mean(subB$val)
      diff <- abs(meanA-meanB)
      outdf <- c(mA = meanA, mB= meanB, diffAB = diff)
      return(outdf)
    

    set.seed(42)
    fin <- do.call(rbind, replicate(10, extractDiff(a), simplify=FALSE))

我不想随机抽取两个大小为 15 的样本，而是随机抽取一个大小为 15 的样本，然后在第一次随机抽取后提取数据集中剩余的 15 行（即subA 将等于第一个随机抽取的 15 个 obs 样本，subB 将等于取 subA 后剩余的 15 个 obs）。我真的不知道该怎么做。任何帮助将非常感激。谢谢！

【问题讨论】：

不确定我是否完全理解——您的ddply 步骤将行数从 30（P）减少到 25（xA）。那么 15 行样本是否发生在该步骤之前？还是换了？

@Andrew：抱歉——ddply 不应该在里面。我已经删除了这个。我要做的就是从原始数据中随机抽取 15 个样本并将其存储为 subA，然后将剩余的 15 个 obs 作为 subB 存储在 extractDiff 函数中。非常感谢！

【参考方案1】：

我相信您可以通过对您的代码进行一些小的更改来做到这一点。

extractDiff <- function(P)
  sampleset = sample(nrow(P), 15, replace=FALSE) #select the first 15 rows, note replace=FALSE
  subA <- P[sampleset, ] # takes the 15 selected rows
  subB <- P[-sampleset, ] # takes the remaining rows in the set
  meanA <- mean(subA$val)
  meanB <- mean(subB$val)
  diff <- abs(meanA-meanB)
  outdf <- c(mA = meanA, mB= meanB, diffAB = diff)
  return(outdf)

但是，请注意，这与引导程序不兼容，因为引导程序需要更换。另一方面，如果您想从数据集中进行替换采样，然后从第一次采样中未选择的数据集中进行替换采样，您可以执行以下操作。

extractDiff <- function(P)
  sampleset1 = sample(nrow(P), 15, replace=TRUE) #select the first 15 rows, note replace=TRUE
  sampleset2 = sample((1:nrow(P))[-unique(sampleset1)],15,replace=TRUE) #selects only from rows not used in sampleset1
  subA <- P[sampleset1, ] # takes the 15 selected rows
  subB <- P[sampleset2, ] # takes the 15 selected rows in the remaining set set
  meanA <- mean(subA$val)
  meanB <- mean(subB$val)
  diff <- abs(meanA-meanB)
  outdf <- c(mA = meanA, mB= meanB, diffAB = diff)
  return(outdf)

但是，根据您的应用程序，这可能仍然不理想，因为第二个数据集比第一个数据集更有可能具有多个值实例。如果您选择的是整个集合的较小比例，那么问题就会小得多。您最好使用 'shuffle' 将集合分成两部分，并从两半进行替换采样，这样两组会更加均匀，但这会阻止第一组再次成为真正的引导集。

【讨论】：

@非常感谢您的建议。真的很有帮助和赞赏。我没有意识到 sample() 拿了“第一个”没有。您请求的行（如上所述）。我以为是随机抽样的？谢谢。

样本确实是随机选择的。当我说“前 15 行”时，我的意思是它第一次为第一个数据集选择行。它们是随机选择的。这里的关键是使用replacement，这样当你采样的时候，你可以把一些元素取两次。

【参考方案2】：

在这种情况下，我只需将P 的行号（存储在下面的index 中）洗牌，然后为subA 选择前15 个，为subB 选择第二个15：

library(plyr)
extractDiff <- function(P)
  index <- sample(seq_len(nrow(P)),replace = FALSE)
  subA <- P[index[1:15], ] # takes a random sample of 15 rows
  subB <- P[index[16:30], ] # takes a second random sample of 15 rows
  meanA <- mean(subA$val)
  meanB <- mean(subB$val)
  diff <- abs(meanA-meanB)
  outdf <- c(mA = meanA, mB= meanB, diffAB = diff)
  return(outdf)


set.seed(42)
fin <- do.call(rbind, replicate(10, extractDiff(a), simplify=FALSE))

【讨论】：

@安德鲁：非常感谢您的回答。非常感激。我喜欢它的简单。