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
Run Code Online (Sandbox Code Playgroud)
我想按变量分组a并返回最常用的值b
我想要的结果看起来像
a b
1 1 B
2 2 B
Run Code Online (Sandbox Code Playgroud)
在dplyr它会是这样的
df %>% group_by(a) %>% summarize (b = most.frequent(b))
Run Code Online (Sandbox Code Playgroud)
我dplyr只提到可视化问题.
tal*_*lat 26
关键是要开始按两者分组a并b计算频率,然后只采用每组最频繁的频率a,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
Run Code Online (Sandbox Code Playgroud)
当然还有其他方法,所以这只是一个可能的"关键".
对我有用或更简单的是:
df %>% group_by(a) %>% count(b) %>% top_n(1) # includes ties
library(data.table)
DT<-as.data.table(df)
DT[ , .N, by=.(a, b)][
order(-N),
.SD[ N == max(N) ]
,by=a] # includes ties
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
10823 次 |
| 最近记录: |