R data.table 查找一组数据的模式

Question

我有以下数据表 x

id1 id2
a  x
a  x
a  y
b  z

对于 id1, id2 的每个组合，我可以通过以下方式找到实例数

x[,list(
    freq = .N
   ),by = "id1,id2"]

以上将产生

a x 2
a y 1
b z 1

接下来我想为每个 id1 找到最频繁的 id2，即模式。所以预期的结果是

 a x 2
 b z 1

我可以绕圈子到达那里，但是有没有办法在 id1 级别放置序列号？或者一些这样的黑客让我高效快速地做到这一点，也许在上面显示的第一步？
提前致谢

Answer 1

我会这样做:

setkey(dt[, list(freq = .N), by=list(id1, id2)], 
         id1, freq)[J(unique(id1)), mult="last"]
   id1 id2 freq
1:   a   x    2
2:   b   z    1

思路是先拿到 freq列(正如您所做的那样)。然后 setkey在由此产生的 data.table带列 id1和 freq .这将排序 freq已经是升序了。有了这个，我们就可以做一个 by-without-by子集并将其与 mult="last" 结合起来(因为对于每个组，最后一个值将是最大的，因为它按升序排序)。

这将节省一个 sort每个分组的步骤随着组数量的增加而变得耗时。请注意，这不处理关系。也就是说，如果你有相同的 id1两个相等的最大值，则只返回一个。