Me gustaría arrancar un conjunto de datos de gran tamaño que contiene múltiples variables de columna y fila. Lo siguiente es una recreación simplificada de mi conjunto de datos:

charDataDiff <- data.frame(c('A','B','C'), matrix(1:72, nrow=9))
colnames(charDataDiff) <- c("patchId","s380","s390","s400","s410","s420","s430","s440","s450")

Separe los datos utilizando elpatchId según los criterios. Esto crea tres listas: una para cada variable

idColor <-  c("A", "B", "C")
(patchSpectrum <- lapply(idColor, function(idColor) charDataDiff[charDataDiff$patchId==idColor,]))

Creó la funciónsampleBoot para probar elpatchSpectrum

sampleBoot <-  function(nbootstrap=2, patch=3){
    return(lapply(1:nbootstrap, function(i)
             {patchSpectrum[[patch]][sample(1:nrow(patchSpectrum[[patch]]),replace=TRUE),]}))}

Ejemplo:

sampleBoot(5,3)

Aquí es donde estoy atrapado:

Necesito probar cadapatchId enumerar junto con cada variable de columna (que el "sampleBoot" anterior cumple fácilmente),Toma la mediana de cada unopatchId iteración de la lista de muestreo, yCrea una nueva población de medianas para calcular parámetros paramétricos. Puedo hacerlo manualmente pero eso sería una tontería.