按组返回基R中最频繁的字符串

我有一个数据集，我想为

a

的每个唯一条目返回列

b

中最频繁的条目，其中两列都是字符向量。如果

b

中的两个条目对于

a

中的一个唯一条目的频率相同，我想在单独的列中返回

b

中的两个条目（下面是所需的输出）

---

这类似于所问的问题，但该问题的答案都使用tidyverse。我讨厌tidyverse，因为tidyverse对象破坏了我项目中的其他东西。寻找基本的R解决方案（并避免谈论tidyverse的优点）

我的数据如下所示：

a <- as.character(c(rep(1:3,4)))
b <- c("A","A","A",
       "B","B","B",
       "A","B","A",
       "A","B","B")
df <- data.frame(a,b)

 a b
 1 A
 2 A
 3 A
 1 B
 2 B
 3 B
 1 A
 2 B
 3 A
 1 A
 2 B
 3 B

a继续：

好的，我们现在有了每-
b
的计数。意识到这里可能有更多，比如：

# A B C
# 2 2 1

所以我将把这个命名向量简化为具有最高值的向量：

# Browse[2]> 
( tb <- tb[ tb == max(tb) ] ) # no change here, but had there been a third value in 'b' ...
# A B 
# 2 2 

现在，我们已经在内部进行了探索，让我们结束这一切

by(df, df$a, function(x) {
   tb <- table(x$b)
   tb <- tb[ tb == max(tb) ]
   data.frame(a = x$a[1], b = names(tb), r = seq_along(tb))
})
# df$a: 1
#   a b r
# 1 1 A 1
# ------------------------------------------------------------ 
# df$a: 2
#   a b r
# 1 2 B 1
# ------------------------------------------------------------ 
# df$a: 3
#   a b r
# 1 3 A 1
# 2 3 B 2

顺便说一句：对于
data.frame
和
rbind.data.frame
，默认情况下，它们都会为您提供
因子
s。如果您不想要它们，那么：

do.call(rbind.data.frame, c(by(df, df$a, function(x) {
  tb <- table(x$b)
  tb <- tb[ tb == max(tb) ]
  data.frame(a = x$a[1], b = names(tb), r = seq_along(tb),
             stringsAsFactors = FALSE)
}), stringsAsFactors=FALSE))
#     a b r
# 1   1 A 1
# 2   2 B 1
# 3.1 3 A 1
# 3.2 3 B 2

do.call（rbind.data.frame，c）by（df，df$a，function（x）{
tb继续从：

好的，我们现在有了每-
b的计数。意识到这里可能有更多，比如：

# A B C
# 2 2 1

所以我将把这个命名向量简化为具有最高值的向量：

# Browse[2]> 
( tb <- tb[ tb == max(tb) ] ) # no change here, but had there been a third value in 'b' ...
# A B 
# 2 2 

现在，我们已经在内部进行了探索，让我们结束这一切

by(df, df$a, function(x) {
   tb <- table(x$b)
   tb <- tb[ tb == max(tb) ]
   data.frame(a = x$a[1], b = names(tb), r = seq_along(tb))
})
# df$a: 1
#   a b r
# 1 1 A 1
# ------------------------------------------------------------ 
# df$a: 2
#   a b r
# 1 2 B 1
# ------------------------------------------------------------ 
# df$a: 3
#   a b r
# 1 3 A 1
# 2 3 B 2

顺便说一句：对于
data.frame
和
rbind.data.frame
，默认情况下，它们都会为您提供
因子
s。如果您不需要它们，则：

do.call(rbind.data.frame, c(by(df, df$a, function(x) {
  tb <- table(x$b)
  tb <- tb[ tb == max(tb) ]
  data.frame(a = x$a[1], b = names(tb), r = seq_along(tb),
             stringsAsFactors = FALSE)
}), stringsAsFactors=FALSE))
#     a b r
# 1   1 A 1
# 2   2 B 1
# 3.1 3 A 1
# 3.2 3 B 2

do.call（rbind.data.frame，c）by（df，df$a，function（x）{
tb我们可以在
base R

tbl <- table(df)
ifelse(tbl[,1] == tbl[,2], toString(colnames(tbl)), colnames(tbl)[max.col(tbl)])

tbl我们可以在
base R

tbl <- table(df)
ifelse(tbl[,1] == tbl[,2], toString(colnames(tbl)), colnames(tbl)[max.col(tbl)])

tbl另一个
base
备选方案

创建列联表并转换为数据框：
as.data.frame（table（df））

使用
ave
按组选择具有最大值的行

使用
ave
创建一个“时间”变量，以“区分同一组中的多个记录”（请参见
？重塑
）

将相关变量重塑为宽变量

d <- as.data.frame(table(df))
d2 <- d[d$Freq == ave(d$Freq, d$a, FUN = max), ]
d2$time <- ave(d2$a, d2$a, FUN = seq_along)
reshape(d2[ , c("a", "b", "time")], idvar = "a", direction = "wide")

#   a b.1  b.2
# 1 1   A <NA>
# 3 3   A    B
# 5 2   B <NA>

d另一个
base
备选方案

创建列联表并转换为数据框：
as.data.frame（table（df））

使用
ave
按组选择具有最大值的行

使用
ave
创建一个“时间”变量，以“区分同一组中的多个记录”（请参见
？重塑
）

将相关变量重塑为宽变量

d <- as.data.frame(table(df))
d2 <- d[d$Freq == ave(d$Freq, d$a, FUN = max), ]
d2$time <- ave(d2$a, d2$a, FUN = seq_along)
reshape(d2[ , c("a", "b", "time")], idvar = "a", direction = "wide")

#   a b.1  b.2
# 1 1   A <NA>
# 3 3   A    B
# 5 2   B <NA>

d“该问题的答案都使用tidyverse”：
by
是
base
。另请参见@Henrik，我熟悉另一个问题中的
by
解决方案。但是，即使在该答案中，响应者也承认，要获得
by
解决方案的输出，使其看起来与所需的输出类似，这是一个挑战。如果您可以修改该输出，使其看起来与所需的ou类似t如上所述，这将很有帮助。您是否总是在
b
列中只有两个不同的值？否则，“其中
b
中的两个条目的频率相同”可能是含糊不清的……RyDaa歉疚，你能建议重新措辞吗？我真的只想考虑栏<代码> >代码> >代码> > <代码> A >代码> A < <代码> > <代码> B >代码>条目>代码> B <代码>。“这个问题的答案都用TidiVIEW”。：
by
是
base
。另请参见@Henrik，我熟悉另一个问题中的
by
解决方案。但是，即使在该答案中，响应者也承认，要获得
by
解决方案的输出，使其看起来与所需的输出类似，这是一个挑战。如果您可以修改该输出，使其看起来与所需的ou类似t如上所述，这将很有帮助。您是否总是在
b
列中只有两个不同的值？否则，“其中
b
中的两个条目的频率相同”可能是含糊不清的……Ryorda歉意，你能建议重新措辞吗？我真的只想考虑栏<代码> >代码> >代码> A <代码> >代码< >代码> b >代码> b >代码> b>代码>。谢谢，但是我特别希望避免使用TidiVIEW解决方案。当我运行上面的代码时，它抛出了这个错误：
error in use方法（“groups”）：没有适用于应用于类“character”的对象的“groups”方法。
as.data.frame
。
data.frame
和
tible
之间通常有两个区别（1）
tibble
s不保留行名，正如
mtcars
与
tbl_-df（mtcars）
（2）
class（mtcars）
是
“data.frame”
，而
类（tbl_-df（mtcars））
是
c（“tbl_-df”，“tbl”，“data.frame”）
，所有其他差异都是在将其打印到控制台时处理的。因此，如果您的数据没有行名称，唯一的区别就是在类中添加了
tbl_df
和
tbl
。如果您将
表和
按
移动到
外部
，则不必为每个组运行它们。
d如果速度足够快一个问题，我们可能会这样做，
data.table
（它不会“破坏”事物，这是OP反对
tidyverse
）的论点；+1给出了一个好的、彻底的答案。感谢这一点，但是我特别希望避免使用tidyverse解决方案。另外，当我运行上述代码时，它会抛出以下错误：
错误在UseMethod中（“组”）：没有适用于“character”
类对象作为.data.frame
的“组”的方法。
数据.frame
和
tibble
（1）
tibble
之间通常有两种区别