按组划分的最常见值（模式）[重复]

Posted 2023-02-19

【中文标题】按组划分的最常见值（模式）[重复]

【英文标题】：Most frequent value (mode) by group [duplicate]

【发布时间】：2015-05-29 02:42:00

【问题描述】：

我正在尝试按组查找最常见的值。在以下示例数据框中：

df<-data.frame(a=c(1,1,1,1,2,2,2,3,3),b=c(2,2,1,2,3,3,1,1,2))  
> df  
  a b  
1 1 2  
2 1 2  
3 1 1  
4 1 2  
5 2 3  
6 2 3  
7 2 1  
8 3 1  
9 3 2  

我想添加一个列“c”，当它的值按“a”分组时，它在“b”中出现次数最多。我想要以下输出：

> df  
  a b c  
1 1 2 2    
2 1 2 2    
3 1 1 2    
4 1 2 2    
5 2 3 3    
6 2 3 3    
7 2 1 3    
8 3 1 1   
9 3 2 1    

我尝试使用 table 和 tapply，但没有做对。有没有快速的方法来做到这一点？ 谢谢！

【问题讨论】：

这个和this很相关

【参考方案1】：

以 Davids cmets 为基础，您的解决方案如下：

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


library(dplyr)
df %>% group_by(a) %>% mutate(c=Mode(b))

请注意，当df$a 为3 时，b 的模式为1。

【参考方案2】：

我们可以使用 ave 获得按“a”分组的“b”的“模式”

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


df$c <-  with(df, ave(b, a, FUN=Mode))
df$c
#[1] 2 2 2 2 3 3 3 1 1

或使用data.table

library(data.table)
setDT(df)[, c:= Mode(b), by=a][]

【讨论】：

谢谢@akrun！要从模式函数中排除 NA，请将第二行更改为 'ux

【参考方案3】：

这是一个基本的 R 方法，它使用table 计算交叉表，max.col 查找每个组的模式，rep 与rle 一起填写跨组的模式。

# calculate a cross tab, frequencies by group
myTab <- table(df$a, df$b)
# repeat the mode for each group, as calculated by colnames(myTab)[max.col(myTab)] 
# repeating by the number of times the group ID is observed
df$c <- rep(colnames(myTab)[max.col(myTab)], rle(df$a)$length)

df
  a b c
1 1 2 2
2 1 2 2
3 1 1 2
4 1 2 2
5 2 3 3
6 2 3 3
7 2 1 3
8 3 1 2
9 3 2 2

请注意，这假设数据已按组排序。此外，max.col 的默认设置是随机打破平局（多种模式）。如果您希望第一个或最后一个值成为模式，您可以使用 ties.method 参数进行设置。