如何在一個組中選擇與其他組相關的最常見值？ -有解無憂

我在R中擁有以下資料框架：

ID = c(rep(1。 5）。 rep(2。 3）。 rep(3。 2）。 rep(4。 6））。 身份證
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") ; 類別

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

這看起來就像下面這個表格 :

CATEGORY

ID	VAR
1	A

A

A

A

B ANE

C

C

D

E

4 F DOG

A

B

F DOG

C FUT

4 F F DOG DOG DOG DOG

理想的輸出，在R中給定的上述資料框架，我想是這樣的：

類別

ID	TEXTS
1	A

C

E 4 F DOG

更具體地說。我想對ID說1，在VAR列中搜索最常見的值，即A，然后在CATEGORY列中搜索與最常見的值A相關的最常見的值，即ANE等等。

我怎樣才能在R中做到這一點？想象一下，這是一個例子。我的真實資料框架包含850.000行，有14000個唯一的ID。

uj5u.com熱心網友回復：

另一個dplyr策略使用count和slice：

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

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

uj5u.com熱心網友回復：

dplyr

library（dplyr）
資料%>%
  group_by(ID) %>%
  filter(VAR == names(sort(table(VAR)。 遞減=TRUE））[1]） %> %
  group_by(ID,VAR) ％>％
  summarize(CATEGORY = names(sort(table(CATEGORY)。 遞減=TRUE））[1]） %> %
  ungroup()
# # A tibble: 4 x 3
# ID VAR CATEGORY。
# <dbl> <chr> <chr> 
# 1 1 A ANE 
# 2 2 C BOA 
# 3 3 E CAT 
# 4 4 F DOG




資料
DATA < -結構(list(ID = c(1。  1, 1, 1。  1,/span> 2。  2, 2,  3, 3。  4, 4。  4, 4, 4。  4）。  VAR = c("A"/span>。  "A", "A", "A"。  "B", "C"。  "C"/span>, "D"/span>。  "E", "E", "F"。  "A", "B"。  "F", "C"。  "F"）。  CATEGORY = c("ANE"。  "ANE"。  "ANA",  "ANB"。  "ANE"。  "BOO",  "BOA"。  "BOO", "CAT"。  "CAT", "DOG"。  "ANE", "ANE"。  "DOG",/span> "FUT"。  "DOG"））。  class = "data. frame",行。 names = c(NA。  -16L））

uj5u.com熱心網友回復：
我們可以修改Mode以回傳索引，并在slice中按'ID'分組后使用該索引。
Modeind < - function(x) {
   ux <- unique（x）
   其中。 max(tabulate(match(x,  ux)))
   }。
library（dplyr）
資料 %>%
     group_by(ID) %>%
     slice(Modeind(VAR) ％>%
     解除組

輸出
# A tibble: 4 x 3
     id var category
  <dbl> < chr> <chr>/span>   
1 1 A ANE     
2 2 C BOO     
3 3 E CAT     
4 4 F DOG     

uj5u.com熱心網友回復：
一個帶有嵌套的subset   ave的基礎R選項。
subset()
  子集()
    資料,
    ! ! ave(ave(ID, ID。  VAR, FUN= length）。  ID。  FUN = function(x) x == max(x)) 
  )，
  ! ! ave(ave(ID, ID, VAR。  CATEGORY, FUN= length）。  ID, VAR。  FUN = function（x） seq_along（x） == which. max(x))。
)

給予
 ID VAR CATEGORY
1 1 A ANE
6 2 C BOO
9 3 E CAT
11 4 F DOG



解說
內部的subset   ave是為了過濾出具有最常見的VAR值的行（按ID分組）
基于上一步修剪過的資料框架，外層的subset   ave是為了過濾出具有最常見的CATEGORY值的行（按ID   VAR分組）。







        
      轉載請註明出處，本文鏈接：https://www.uj5u.com/qianduan/310857.html
      標籤：
      上一篇：在R中根據索引列中的值的順序對資料進行過濾器/子集，因為它們被分配到一個獨特的ID中。
下一篇：按計數日期分組，用0填補缺失的日期