n <- 1:100
( ji <- seq(from=1,to=100,by=2) )
( ou <- setdiff(n,ji) )
rm(ji)rm(ou)
#2.如果总体是杂乱无章的集合，可以写个小函数判断某个数的奇偶：
jishu <- function(x){
ifelse(x%%2 ==0,F,T)
}
( ji <- n[jishu(n)] )
( ou <- n[!jishu(n)] )
#通过上面的任一一种方法将总体的奇数偶数区分开，接下来就可以使用sample函数抽样了：
sample(ji,5)
你的意思是不是按照剩余n-1列进行去重啊？如果是这种，直接用duplicated函数，例如
set.seed(1234)
df <- data.frame(x1 = sample(c("Normal","Unnormal"), 10, replace = TRUE),
x2 = sample(c("a","b"), 10,replace = TRUE),
x3 = sample(c("c","d"), 10,replace = TRUE))
df
df[!duplicated(df[,-1]),] # 按第2,3列去重后的结果
如果是要去重且必须指定第一列值是“正常”，可以用dplyr包
library(dplyr)
df %>% group_by(x2,x3) %>% filter(x1 == "Normal" &row_number() == 1) %>% ungroup() #
