Question

我有一个数据框，记录了由“ID”标识的不同客户的购买情况。此外，它记录了他/她每次购买的位置，例如商店＃1或商店＃2：

> head(data)
ID store
1    1
2    3
1    1
1    2
2    3
3    1
3    2

我一直试图做的是，为每个顾客挑选他大部分购买他/她的商店。我正在寻找的输出将是一个类似于：

的数据框

ID store
1   1
2   3
3   1

ID＃3的客户在不同的商店进行了2次购买，这与聚合功能选择哪一个无关。然而，ID号1进行了3次购买，2次在商店＃1，1次在商店＃2，所以我必须选择商店＃1。

我正在努力寻找任何一种方法来做到这一点，但我的方法是基于使用聚合函数

newdata <- aggregate(data$store,list(data$ID),FUN)

使用聚合函数是最好的方法吗？我在这里看到的问题是哪个函数用作FUN。我尝试使用我在教程中找到的模式函数，但没有成功，它被定义为：

Mode <- function(x) { ux <- unique(x) ux[which.max(tabulate(match(x, ux)))] }

任何想法/想法？

谢谢，

伯纳

Answer 1

您可以尝试使用aggregate，基本上以您开始时的想法为基础。

aggregate(store ~ ID, data = df, function(x){
  x[which.max(table(x))]
})

#   ID store
# 1  1     1
# 2  2     3
# 3  3     1

Answer 2

table，ddply和which.max的组合可以满足您的需求：

d <- read.table(text="ID store
 1    1
 2    3
 1    1
 1    2
 2    3
 3    1
 3    2", header=TRUE)

> ddply(data.frame(table(d)), .(ID), summarize, store = which.max(Freq))

ID store
1     1
2     3
3     1

Answer 3

我想将@ tcash21提出的解决方案扩展到存在频率相同的商店的情况。在您的示例中，商店1和2由具有相同频率的同一个人（ID 3）访问，如列联列表中所示：

table(data)

   store
ID  1 2 3
  1 2 1 0
  2 0 0 2
  3 1 1 0

总结：

ddply(data.frame(table(data)), .(ID), summarise, store = which(Freq==max(Freq)))

  ID store
1  1     1
2  2     3
3  3     1
4  3     2

考虑到因子频率，如何按客户ID汇总数据帧？

3 个答案: