R 确定子集行中出现的最多/最少数量&；数据帧中的列组

我试图在一个较大的数据框中查找行/列组中最多和最少的项。以下是更清楚的数据：

df <- data.frame(matrix(nrow = 8, ncol = 3))
df$X1 <- c(1, 1, 1, 2, 2, 3, 3, 3)
df$X2 <- c("yellow", "green", "yellow", "blue", NA, "orange", NA, "orange") 
df$X3 <- c("green", "yellow", NA, "blue", "red", "purple" , "orange", NA) 
names(df) <- c("group", "A", "B")

---

df解决方案使用
dplyr
和
tidyr
。策略是找到“最多”和“最少”项，并准备一个新的数据框架。然后，使用
right\u join
合并原始数据帧并准备所需的输出

请注意，在这个过程中，我使用了
slice
对数据帧进行子集划分，以获得最多和最少的项。这保证了每组只有一个“最多”和一个“最少”。尽管如此，每个小组都有可能打成平局。如果发生这种情况，你可能会想一想什么是一个好的规则来确定哪一个是“最”的或哪一个是“最少的”

库（dplyr）
图书馆（tidyr）
df2%
聚集（列，值，-组，na.rm=TRUE）%>%
计数（组、值）%>%
排列（组，描述（n））%>%
分组依据（分组）%>%
切片（c（1，n（））%>%
变异（类型=c（“最”、“最”和“最少”））%>%
选择（-n）%>%
排列（类型、值）%>%
右键联接（df，by=“group”）%>%
选择（c（colnames（df），“most”，“least”））
df2
#一个tibble:8x5
A、B组最差
1黄绿色黄绿色
2 1绿色-黄色-黄色-绿色
3 1黄-黄-绿
4 2蓝-蓝-红
5.2红蓝红
橙紫橙紫
7.3橙橙紫
8.3橙橙紫
解决方案使用
dplyr
和
tidyr
。策略是找到“最多”和“最少”项，并准备一个新的数据框架。然后，使用
right\u join
合并原始数据帧并准备所需的输出

请注意，在这个过程中，我使用了
slice
对数据帧进行子集划分，以获得最多和最少的项。这保证了每组只有一个“最多”和一个“最少”。尽管如此，每个小组都有可能打成平局。如果发生这种情况，你可能会想一想什么是一个好的规则来确定哪一个是“最”的或哪一个是“最少的”

库（dplyr）
图书馆（tidyr）
df2%
聚集（列，值，-组，na.rm=TRUE）%>%
计数（组、值）%>%
排列（组，描述（n））%>%
分组依据（分组）%>%
切片（c（1，n（））%>%
变异（类型=c（“最”、“最”和“最少”））%>%
选择（-n）%>%
排列（类型、值）%>%
右键联接（df，by=“group”）%>%
选择（c（colnames（df），“most”，“least”））
df2
#一个tibble:8x5
A、B组最差
1黄绿色黄绿色
2 1绿色-黄色-黄色-绿色
3 1黄-黄-绿
4 2蓝-蓝-红
5.2红蓝红
橙紫橙紫
7.3橙橙紫
8.3橙橙紫
两个选项：

重塑为长格式，并使用
汇总
（或
计数
）进行聚合，将
which.max
/
which.min
子集：
库（tidyverse）
df%
聚集（变量、颜色、A:B）%>%
下拉菜单（颜色）%>%
分组依据（组，颜色）%>%
总结（n=n（））%>%
总结（most=颜色[which.max（n）]，
最小值=颜色[which.min（n）]）%>%
左联合（df，）
#>加入，由=“集团”
#>#A tibble:8 x 5
#>A、B组最差
#>           
#>1黄绿色黄绿色
#>2 1绿色-黄色-黄色-绿色
#>3 1黄-黄-绿
#>4 2蓝-蓝-红
#>5.2红蓝红
#>橙紫橙紫
#>7.3橙橙紫
#>8.3橙橙紫

对值表进行排序并将其子集：

df%>%
分组依据（分组）%>%
mutate（most=姓氏（sort（表（c（A，B）'））），
最小值=第一个（名称（排序）（表（c（A，B）；））））
#>#A tibble:8 x 5
#>#组：组[3]
#>A、B组最差
#>           
#>1黄绿色黄绿色
#>2 1绿色-黄色-黄色-绿色
#>3 1黄-黄-绿
#>4 2蓝-蓝-红
#>5.2红蓝红
#>橙紫橙紫
#>7.3橙橙紫
#>8.3橙橙紫

两种选择：

重塑为长格式，并使用
汇总
（或
计数
）进行聚合，将
which.max
/
which.min
子集：
库（tidyverse）
df%
聚集（变量、颜色、A:B）%>%
下拉菜单（颜色）%>%
分组依据（组，颜色）%>%
总结（n=n（））%>%
总结（most=颜色[which.max（n）]，
最小值=颜色[which.min（n）]）%>%
左联合（df，）
#>加入，由=“集团”
#>#A tibble:8 x 5
#>A、B组最差
#>           
#>1黄绿色黄绿色
#>2 1绿色-黄色-黄色-绿色
#>3 1黄-黄-绿
#>4 2蓝-蓝-红
#>5.2红蓝红
#>橙紫橙紫
#>7.3橙橙紫
#>8.3橙橙紫

对值表进行排序并将其子集：

df%>%
分组依据（分组）%>%
mutate（most=姓氏（sort（表（c（A，B）'））），
最小值=第一个（名称（排序）（表（c（A，B）；））））
#>#A tibble:8 x 5
#>#组：组[3]
#>A、B组最差
#>           
#>1黄绿色黄绿色
#>2 1绿色-黄色-黄色-绿色
#>3 1黄-黄-绿
#>4 2蓝-蓝-红
#>5.2红蓝红
#>橙紫橙紫
#>7.3橙橙紫
#>8.3橙橙紫

这正是我要找的！我一直在为我的原始数据修改它，我可以修改它
  group      A      B
1     1 yellow  green
2     1  green yellow
3     1 yellow   <NA>
4     2   blue   blue
5     2   <NA>    red
6     3 orange purple
7     3   <NA> orange
8     3 orange   <NA>

  group      A      B   most  least
1     1 yellow  green yellow  green
2     1  green yellow yellow  green
3     1 yellow   <NA> yellow  green
4     2   blue   blue   blue    red
5     2   <NA>    red   blue    red
6     3 orange purple orange purple
7     3   <NA> orange orange purple
8     3 orange   <NA> orange purple

library(dplyr)
library(tidyr)

df2 <- df %>%
  gather(Column, Value, -group, na.rm = TRUE) %>%
  count(group, Value) %>%
  arrange(group, desc(n)) %>%
  group_by(group) %>%
  slice(c(1, n())) %>%
  mutate(Type = c("most", "least")) %>%
  select(-n) %>%
  spread(Type, Value) %>%
  right_join(df, by = "group") %>%
  select(c(colnames(df), "most", "least"))
df2
# A tibble: 8 x 5
  group      A      B   most  least
  <dbl>  <chr>  <chr>  <chr>  <chr>
1     1 yellow  green yellow  green
2     1  green yellow yellow  green
3     1 yellow   <NA> yellow  green
4     2   blue   blue   blue    red
5     2   <NA>    red   blue    red
6     3 orange purple orange purple
7     3   <NA> orange orange purple
8     3 orange   <NA> orange purple