Tạo một biến chụp sự xuất hiện thường xuyên nhất bởi nhóm

Question

Xác định:

df1 <-data.frame(
id=c(rep(1,3),rep(2,3)), 
v1=as.character(c("a","b","b",rep("c",3))) 
) 

s.t.

> df1 
    id v1 
1 1 a 
2 1 b 
3 1 b 
4 2 c 
5 2 c 
6 2 c 

Tôi muốn tạo ra một phần ba biến freq có chứa các quan sát thường xuyên nhất trong v1 bởi id s.t.

> df2 
    id v1 freq 
1 1 a b 
2 1 b b 
3 1 b b 
4 2 c c 
5 2 c c 
6 2 c c 

Answer 1

Bạn có thể làm điều này bằng ddply và một chức năng tùy chỉnh để chọn ra giá trị thường gặp nhất:

myFun <- function(x){ 
    tbl <- table(x$v1) 
    x$freq <- rep(names(tbl)[which.max(tbl)],nrow(x)) 
    x 
} 

ddply(df1,.(id),.fun=myFun) 

Lưu ý rằng which.max sẽ trở lại sự xuất hiện đầu tiên của giá trị lớn nhất, trong trường hợp của các mối quan hệ . Xem ?? which.is.max trong gói nnet để có tùy chọn ngắt kết nối ngẫu nhiên.

Answer 2

mode <- function(x) names(table(x))[ which.max(table(x)) ] 
df1$freq <- ave(df1$v1, df1$id, FUN=mode) 
> df1 
    id v1 freq 
1 1 a b 
2 1 b b 
3 1 b b 
4 2 c c 
5 2 c c 
6 2 c c 

Answer 3

Một cách khác gồm sử dụng tidyverse chức năng:

• nhóm đầu tiên, sử dụng group_by(), và đếm sự xuất hiện của biến thứ hai sử dụng tally()
• sắp xếp bởi số lần xuất hiện với arrange()
• tóm tắt và chọn hàng đầu tiên với summarize() và first()

Do đó:

df1 %>% 
group_by(id, v1) %>% 
tally() %>% 
arrange(id, desc(n)) %>% 
summarize(freq = first(v1)) 

này sẽ cung cấp cho bạn chỉ là lập bản đồ (mà tôi tìm thấy sạch hơn):

# A tibble: 2 x 2 
    id freq 
    <dbl> <fctr> 
1  1  b 
2  2  c 

Bạn có thể sau đó left_join khung dữ liệu ban đầu của bạn với bảng đó.