如何确定一个值是不是在使用 Dplyr 的一组行中出现最多？ [复制]

Posted 2023-02-19

【中文标题】如何确定一个值是不是在使用 Dplyr 的一组行中出现最多？ [复制]

【英文标题】：How to determine if a value appears the most in a set of rows using Dplyr? [duplicate]如何确定一个值是否在使用 Dplyr 的一组行中出现最多？ [复制]

【发布时间】：2021-11-26 06:16:59

【问题描述】：

所以我有这样的数据

USER    source
A       orange
A       apple
B       banana
B       banana
B       grape
C       grape
D       orange
D       orange

我要做的就是显示对每个用户来说出现次数最多的来源。但此外，在某些情况下存在平局，在这种情况下，平局的获胜者都应在权重变量中表示为 0.50。

我对上述数据做的最终结果应该如下：

USER    source   weight
A       orange   .5
A       apple    .5
B       banana   1
C       grape    1
D       orange   1

所以基本上，我只使用权重列，因为可能存在需要考虑的关系...，但我希望有尽可能多的 1。

在 R 代码中：

data <- structure(list(USER = c("A", "A", "B", "B", "B", "C", "D", "D"
), source = c("orange", "apple", "banana", "banana", "grape", 
"grape", "orange", "orange")), row.names = c(NA, -8L), class = c("data.table", 
"data.frame"), .internal.selfref = <pointer: 0x000001f74a701ef0>)

【参考方案1】：

使用here 中的Modes 函数，您可以使用dplyr 解决此问题。

library(dplyr)

Modes <- function(x) 
  ux <- unique(x)
  tab <- tabulate(match(x, ux))
  ux[tab == max(tab)]


data %>%
  group_by(USER) %>%
  summarise(source = Modes(source)) %>%
  mutate(weight = 1/n()) %>%
  ungroup

#  USER  source weight
#  <chr> <chr>   <dbl>
#1 A     orange    0.5
#2 A     apple     0.5
#3 B     banana    1  
#4 C     grape     1  
#5 D     orange    1