R 按列分组-订单问题

我对按列分组后的总结有意见。我有一个如下所示的数据集：

    ID       KEY
  320249T    75
  320249T    59
  320249T    83
  320249T    78
  320249T    42
  320249T    78
  320249T    42

（数据有大约23个其他列和大约200万行）。数据已按数据排序，即特定ID的第一行是最新的，最后一行是第一行。我想保留最重复的密钥，所以我保留（df是我的数据集）：

在两个（或多个）键具有相同数量的“计数”的情况下，我希望及时保留最后一个键，在这种特殊情况下，它将是78（如果您看到第一个表）。然而，当我这样做时：

df.freq1[,.SD[which.max(count),],by=ID]

我明白了

---

我猜它选择42是因为分组结果的顺序，那么，我如何做到分组结果保持原始数据帧的时间顺序呢？

不是最优雅的，但这个

dplyr

解决方案有效，并避免了缓慢的排列：

df %>%   
  mutate(order = row_number()) %>% 
  group_by(ID, KEY) %>% 
  summarise(n = n(),
            order = first(order)) %>% 
  filter(n == max(n)) %>% 
  slice(which.min(order))

来源：本地数据帧[1 x 4]
分组：ID[1]
ID键n顺序
1320249T 78 2 4

---

您正在混合

dplyr

和

数据。table

code，您想要哪一个？此外，我们在您的数据中没有

Pat_code

或

Exa_SpeKey

。您是对的，没有想到这一点。数据可能会变得很大，所以Data.table可能会更好。变量现在应该是正确的。谢谢它是否仅在计数大于1时适用？对于

dpyr

：

df%%>%groupby（ID，KEY）%%>%summary（count=n（））%%>%groupby（count）%%>%summary（ID=last（ID），KEY=last（KEY））

谢谢@JanLauGe。我猜从那里我找到了一个计数更大的？

df.freq1[,.SD[which.max(count),],by=ID]

      ID    KEY count
1:  320249T  42     2

df %>%   
  mutate(order = row_number()) %>% 
  group_by(ID, KEY) %>% 
  summarise(n = n(),
            order = first(order)) %>% 
  filter(n == max(n)) %>% 
  slice(which.min(order))

Source: local data frame [1 x 4]
Groups: ID [1]

       ID   KEY     n order
    <chr> <int> <int> <int>
1 320249T    78     2     4