如何选择R中与其他组相关的组中最常见的值？

Question

我在 R 中有以下数据框：

ID = c(rep(1,5),rep(2,3),rep(3,2),rep(4,6));ID
VAR = c("A","A","A","A","B","C","C","D",
             "E","E","F","A","B","F","C","F");VAR
CATEGORY = c("ANE","ANE","ANA","ANB","ANE","BOO","BOA","BOO",
        "CAT","CAT","DOG","ANE","ANE","DOG","FUT","DOG");CATEGORY

DATA = data.frame(ID,VAR,CATEGORY);DATA

如下表所示：

ID	VAR	类别
1	A	安尼
1	A	安尼
1	A	全日空航空公司
1	A	ANB
1	乙	安尼
2	C	嘘声
2	C	蟒蛇
2	D	嘘声
3	乙	猫
3	乙	猫
4	F	狗
4	A	安尼
4	乙	安尼
4	F	狗
4	C	氟尿嘧啶
4	F	狗

给定 RI 中上述数据帧的理想输出希望是这样的：

ID	文本	类别
1	A	安尼
2	C	嘘声
3	乙	猫
4	F	狗

更具体地说：我希望 ID 为 1 来搜索 VAR 列中最常见的值（A），然后搜索与最常见值 A 相关的 CATEGORY 列中最常见的值（ANE），依此类推。

我怎样才能在 R 中做到这一点？想象一下这是一个示例。我的真实数据框包含 850.000 行并具有 14000 个唯一 ID。

Answer 1

另一种dplyr策略使用countand slice：

library(dplyr)
DATA %>% 
    group_by(ID) %>% 
    count(VAR, CATEGORY) %>% 
    slice(which.max(n)) %>% 
    select(-n)

     ID VAR   CATEGORY
  <dbl> <chr> <chr>   
1     1 A     ANE     
2     2 C     BOA     
3     3 E     CAT     
4     4 F     DOG