用r语言对一个数据集进行随机抽样，并对比100、500个样本量下的样本质量，写出r代码

可以使用`sample()`函数对数据集进行随机抽样，下面是一个简单的示例代码：

# 读取数据集
data <- read.csv("data.csv")

# 随机抽样100个样本
set.seed(123) # 设置随机种子，保证结果可重复
sample_100 <- data[sample(nrow(data), 100), ]

# 随机抽样500个样本
set.seed(123)
sample_500 <- data[sample(nrow(data), 500), ]

# 对比两个样本的质量
summary(sample_100)
summary(sample_500)

在上面的代码中，首先使用`read.csv()`函数读取数据集，然后使用`sample()`函数对数据集进行随机抽样，并分别抽取了100个样本和500个样本。最后使用`summary()`函数对两个样本的质量进行对比，可以得到各个变量的均值、中位数、最大值、最小值等统计信息。

相关问题

请根据文档要求，写出python代码

根据文档中的要求，你需要完成以下任务：

1. 导入数据集 `深证主板-2023-管理层薪酬明细.xlsx`。
2. 整理数据并提取相关字段。
3. 对 `Salary` 进行缩尾处理，并随机抽取1000个样本计算薪酬均值。
4. 导出大于该均值的样本，形成一个 Excel 表格，并命名为 `学号-名字-homework.xlsx`。

以下是实现上述步骤的 Python 代码示例：

import pandas as pd
import numpy as np

# 1. 导入数据集
file_path = '深证主板-2023-管理层薪酬明细.xlsx'
df = pd.read_excel(file_path)

# 2. 整理数据并提取相关字段
# 假设需要的字段为 Stkcd, Name, Salary
df = df[['Stkcd', 'Name', 'Salary']]

# 3. 对 Salary 进行缩尾处理
def winsorize(data, limits=(0.01, 0.01)):
    lower_limit = data.quantile(limits[0])
    upper_limit = data.quantile(1 - limits[1])
    return data.clip(lower_limit, upper_limit)

df['Salary_winsorized'] = winsorize(df['Salary'])

# 随机抽取1000个样本计算薪酬均值
sample_size = min(1000, len(df))
sample_df = df.sample(n=sample_size, random_state=42)
mean_salary = sample_df['Salary_winsorized'].mean()

# 4. 导出大于该均值的样本
high_salary_df = df[df['Salary_winsorized'] > mean_salary]
high_salary_df = high_salary_df.rename(columns={'Salary': 'Salary_win'})

# 保存到 Excel 文件
output_file = '学号-名字-homework.xlsx'
high_salary_df.to_excel(output_file, index=False)

print(f"文件已保存为 {output_file}")

### 说明：
1. **导入数据集**：使用 `pandas` 的 `read_excel` 函数读取 Excel 文件。
2. **整理数据**：提取所需的列 `Stkcd`, `Name`, 和 `Salary`。
3. **缩尾处理**：定义一个函数 `winsorize` 来对 `Salary` 进行缩尾处理，去除极端值的影响。
4. **随机抽样**：从处理后的数据中随机抽取1000个样本（如果数据量不足1000，则抽取所有样本），计算这些样本的平均薪酬。
5. **导出结果**：筛选出薪酬高于均值的样本，并将其保存到一个新的 Excel 文件中。

请将 `学号-名字-homework.xlsx` 替换为你实际的学号和姓名。希望这段代码能满足你的需求！如果有任何问题，请随时提问。