a <- c(rep(1:2,3))
b <- c("A","A","B","B","B","B")
df <- data.frame(a,b)
> str(b)
chr [1:6] "A" "A" "B" "B" "B" "B"
a b
1 1 A
2 2 A
3 1 B
4 2 B
5 1 B
6 2 B
我想按变量a
进行分组,并返回b
的最常值
我想要的结果看起来像
a b
1 1 B
2 2 B
在dplyr
中,它会像
df %>% group_by(a) %>% summarize (b = most.frequent(b))
我提到dplyr
只是为了想象问题。
答案 0 :(得分:25)
关键是要开始按a
和b
进行分组以计算频率,然后只采用每组a
中最常用的频率,例如:
df %>%
count(a, b) %>%
slice(which.max(n))
Source: local data frame [2 x 3]
Groups: a
a b n
1 1 B 2
2 2 B 2
当然还有其他方法,所以这只是一个可能的&#34;键&#34;。
答案 1 :(得分:3)
by()
a
的每个值,创建table()
b
并提取names()
中最大条目的table()
:
> with(df,by(b,a,function(xx)names(which.max(table(xx)))))
a: 1
[1] "B"
------------------------
a: 2
[1] "B"
你可以将它包装在as.table()
中以获得更漂亮的输出,尽管它仍然不能与你想要的结果完全匹配:
> as.table(with(df,by(b,a,function(xx)names(which.max(table(xx))))))
a
1 2
B B
答案 2 :(得分:3)
对我来说更简单或更简单的是:
df %>% group_by(a) %>% slice(which.max(table(b)) )
df %>% group_by(a) %>% count(b) %>% top_n(1)