如何使用模式(最常见)值为每行聚合R中的数据?
例如,我有一个数据集如何使用模式(最常见)值为每行聚合R中的数据?,r,aggregate,R,Aggregate,例如,我有一个数据集 Data <- data.frame( groupname = as.factor(sample(c("a", "b", "c"), 10, replace = TRUE)), someuser = sample(c("x", "y", "z"), 10, replace = TRUE)) groupname someuser 1 a x 2 b y 3 a
Data <- data.frame(
groupname = as.factor(sample(c("a", "b", "c"), 10, replace = TRUE)),
someuser = sample(c("x", "y", "z"), 10, replace = TRUE))
groupname someuser
1 a x
2 b y
3 a x
4 a y
5 c z
6 b x
7 b x
8 c x
9 c y
10 c x
这是每个groupname最常见的值
PS:根据我的设置,我只能使用2个pakcages-plyr和lubridate这可能适合您-使用base R
set.seed(1)
Data <- data.frame(
groupname = as.factor(sample(c("a", "b", "c"), 10, replace = TRUE)),
someuser = sample(c("x", "y", "z"), 10, replace = TRUE))
Data
groupname someuser
1 a x
2 b x
3 b z
4 c y
5 a z
6 c y
7 c z
8 b z
9 b y
10 a z
res <- lapply(split(Data, Data$groupname), function(x)
data.frame(groupname=x$groupname[1], someuser=names(sort(table(x$someuser),
decreasing=TRUE))[1]))
do.call(rbind, res)
groupname someuser
a a z
b b z
c c y
您可以将其结合起来查找具有聚合的模式
Mode <- function(x) {
ux <- unique(x)
ux[which.max(tabulate(match(x, ux)))]
}
aggregate(someuser ~ groupname, Data, Mode)
groupname someuser
1 a x
2 b x
3 c x
模式有很多选项。这里我们使用表
来计算频率,并使用哪个.max
来选择发生的最大值。在数据表中
框架:
library(data.table)
setDT(Data)[,list(someuser={
tt <- table(someuser)
names(tt)[which.max(tt)]
}),groupname]
为什么会有这些限制?这是一个家庭作业吗?不,我正在通过excel自动化它,不能通过R为excel编程来安装新的软件包
Mode <- function(x) {
ux <- unique(x)
ux[which.max(tabulate(match(x, ux)))]
}
aggregate(someuser ~ groupname, Data, Mode)
groupname someuser
1 a x
2 b x
3 c x
library(data.table)
setDT(Data)[,list(someuser={
tt <- table(someuser)
names(tt)[which.max(tt)]
}),groupname]
library(plyr)
ddply(Data,.(groupname),summarize,someuser={
tt <- table(someuser)
names(tt)[which.max(tt)]
})