根据R中一个步骤中出现的频率聚合分类data.table列

我得到了一个data.DT表，其中有数百万行和相当多的列。 我想同时聚合不同列上的data.table。一列“Var”是一个分类变量，我希望以一种方式对其进行聚合，以选择出现次数最多的条目

> require(data.table)
> DT <- data.table(ID = c(1,1,1,1,2,2,2,3,3), Var = c('A', 'B', 'B', 'B', 'C', 'C', 'A', 'A', 'A'))
> DT
   ID Var
1:  1   A
2:  1   B
3:  1   B
4:  1   B
5:  2   C
6:  2   C
7:  2   A
8:  3   A
9:  3   A

我知道我可以分两步来做。首先，通过聚合每个ID和Var的发生次数，然后选择具有最大频率的行：

> ## I know this works but it involves more than one step:
> step1 <- DT[,.( freq = .N), by=.(ID, Var)]
> step1 
   ID Var freq
1:  1   A    1
2:  1   B    3
3:  2   C    2
4:  2   A    1
5:  3   A    2
> step2 <- step1[, .(Var_agg = Var[which.max(freq)]), by = .(ID)]
> step2
   ID Var_agg
1:  1       B
2:  2       C
3:  3       A

###我知道这是可行的，但它涉及多个步骤：
>步骤1步骤1
ID变量频率
1:1A
2:1 B 3
3:2c2
4:2A.1
5:3 A 2
>步骤2步骤2
ID Var_agg
1:1 B
2:2 C
3:3 A

如果可能的话，我正在寻找一种一步到位的方法？

---

原因是我需要为这个表做很多其他聚合，但是其他聚合都涉及一个步骤，如果我不必为这个列单独做聚合，那就太好了，这样我就可以将它与其他列的聚合一起包含。此问题是一个代码优化问题。我只对data.table操作感兴趣，而不是其他包。

创建一个用于计算

模式的函数，并按
模式进行分组

Mode <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}

DT[, .(agg_Var = Mode(Var)), ID]

模式高效干净，谢谢。如果模式函数可以添加到基本的R函数中，比如均值和中值，那就太好了！
Mode <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}

DT[, .(agg_Var = Mode(Var)), ID]