考虑到因子频率,如何按客户ID汇总数据帧？

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以下内容的数据框:

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,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,因此我必须选择商店#1.

我很难找到任何方法来做到这一点,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.我已经尝试使用我在教程中找到的模式函数,但没有任何成功,它被定义为:

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

有什么想法/想法吗？

谢谢,

贝尔纳

Answer 1

您可以尝试这个，基本上是建立在您开始的想法的基础上，使用aggregate.

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

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