我对你想要的输出做了一个假设。
我只使用mtcars数据集。此外，我使用tidyverse-包。

library(tidyverse)
df <- mtcars

n <- 3 # sample size; in your case 690

字符串
首先，我想在给定条件下对数据集进行子集化，并从这些子集中提取大小为n的样本：

idx_sample <- df %>% 
                filter(cyl == 6) %>%  # in your case: L_code == "acr2"
                count() %>%           # count the datasets after subsetting; 7 in my case
                unlist %>%            # convert the tibble in to a vector  
                seq(1,.) %>%          # create a sequence, equal to 1:7 in my case
                sample(., n)          # get some (2 in my case) random indices

型
idx_sample包含了我的样本数据集子集化后的索引。因此，

df %>%
  filter(cyl == 6) %>%                # subset again
  slice(idx_sample)                   # get the sampled data

型
给出了采样子集。

Spatialpoints空间点框架的工作方式与常规框架类似，您可以使用方括号对行和列进行子集化或选择，例如，[1：3，c（2，4，5）]表示列2，4，5的行1：3
在你已经正确地将你的spdf子集化到你想要的子组之后：

acr2.pts    <- gridpts[gridpts$L_code == "acr2",]

字符串
你需要用你的随机样本再做一次子集

sample.acr2 <- sample(nrow(acr2.pts), 690)

型
(do你想从原始的行数或从你的acr2子集中的行数中提取子集？）
这个向量现在包含随机的行号，所以你可以从子集中选择：

random_sub <- acr2.pts[sample.acr2,]

型
理论上，你也可以把样本函数放在那里，但这可能看起来很混乱：

random_sub <- acr2.pts[sample(nrow(acr2.pts), 690),]

型