Question

我需要计算R中项目的多数投票，我不知道如何处理这个问题。

我有一个包含项目和指定类别的数据框。我需要的是最经常分配的类别。我该怎么做呢？

数据框：

item   category
1      2
1      3
1      2
1      2
2      2
2      3
2      1
2      1

结果应该是：

item   majority_vote
1      2
2      1

Answer 1

你可以在这里使用两件事。首先，这是你在向量中获得最频繁项目的方式：

> v = c(1,1,1,2,2)
> names(which.max(table(v)))
[1] "1"

这是一个字符值，但如果需要，我们可以很容易地在其上使用as.numeric。

一旦我们知道如何做到这一点，我们就可以使用data.table包的分组功能来执行每个项目评估其最常见的类别。以下是上述示例的代码：

> dt = data.table(item=c(1,1,1,1,2,2,2,2), category=c(2,3,2,2,2,3,1,1))
> dt
   item category
1:    1        2
2:    1        3
3:    1        2
4:    1        2
5:    2        2
6:    2        3
7:    2        1
8:    2        1
> dt[,as.numeric(names(which.max(table(category)))),by=item]
   item V1
1:    1  2
2:    2  1

新的V1列包含每个项目最常见类别的数字版本。如果你想给它一个正确的名字，语法有点丑陋：

> dt[,list(mostFreqCat=as.numeric(names(which.max(table(category))))),by=item]
   item mostFreqCat
1:    1           2
2:    2           1

Answer 2

一个班轮（使用plyr）：

ddply(dt, .(item), function(x) which.max(tabulate(x$category)))

Answer 3

 tdat <- tapply(dat$category, dat$item, function(vec) sort(table(vec), 
                                                 decreasing=TRUE)[1] )
 data.frame(item=rownames(tdat), plurality_vote=tdat)

  item plurality_vote
1    1              3
2    2              2

需要更复杂的功能来区分多个（可能有关系）和真正的多数。

Answer 4

如果你有计算模式的功能，就像在包prettyR中一样，你可以使用aggregate：

require(prettyR)

aggregate(d$category, by=list(item=d$item), FUN=Mode)
#  item x
#1    1 2
#2    2 1

R中的多数投票

4 个答案: