r - 获取每行最频繁的值并说明关系

Question

这个问题在这里已经有了答案:





Find the most frequent value by row

(4 个回答)


去年关闭。




样本数据:

df <- data.frame("ID" = 1:6, 
                 "Group1" = c("A", NA, "C", NA, "E", "C"), 
                 "Group2" = c("E", "C", "C", NA, "E", "E"),
                 "Group3" = c("A", "A", NA, NA, "C", NA),
                 "Group4" = c(NA, "C", NA, "D", "C", NA),
                 "Group5" = c("A", "D", NA, NA, NA, NA))

在每一行中，我想计算每个值的数量并将最频繁的值存储在一个新变量中， New.Group .在平局的情况下，应选择行中的第一个值。应用于示例的逻辑: New.Group的第 1 行取值 A因为它是行中出现频率最高的值，忽略 NA s。
第 2 行取值 C因为它也是出现频率最高的值。
第 3 行与第 2 行相同。
第 4 行取值 D因为它是该行中唯一的值。
在第 5 行中，两个 E和 C计数为 2，但 E被选中是因为在 C 之前遇到过在行中。
第 6 行，与第 5 行相似，都是 C和 E计数为 1，但 C被选中是因为在 E 之前遇到过在行中。
所需的输出:

  ID Group1 Group2 Group3 Group4 Group5 New.Group
1  1      A      E      A   <NA>      A         A
2  2   <NA>      C      A      C      D         C
3  3      C      C   <NA>   <NA>   <NA>         C
4  4   <NA>   <NA>   <NA>      D   <NA>         D
5  5      E      E      C      C   <NA>         E
6  6      C      E   <NA>   <NA>   <NA>         C

Answer 1

我认为这实现了你正在寻找的东西。对于每一行，它创建一个每个字母的频率表并选择最大的，同时保留列的顺序。然后它返回该表中第一列的名称。
感谢 Henrik 提出改进建议。

df$New.Group <- apply(df[-1], 1, function(x) {
names(which.max(table(factor(x, unique(x)))))
})

df
#>   ID Group1 Group2 Group3 Group4 Group5 New.Group
#> 1  1      A      E      A   <NA>      A         A
#> 2  2   <NA>      C      A      C      D         C
#> 3  3      C      C   <NA>   <NA>   <NA>         C
#> 4  4   <NA>   <NA>   <NA>      D   <NA>         D
#> 5  5      E      E      C      C   <NA>         E
#> 6  6      C      E   <NA>   <NA>   <NA>         C