组的模式值（最常见）的简明R data.table语法

Question

查找每个ID的最常见类别的高效优雅的data.table语法是什么？我保持指示NA位置（用于其他目的）的布尔矢量

dt = data.table(id=rep(1:2,7), category=c("x","y",NA)) 
print(dt) 

在该玩具实例中，忽略NA，x为id==1和y为id==2常见类别。

Answer 1

如果你想忽略NA的，你必须与!is.na(category)，组由id和category（by = .(id, category)）首先排除，然后创建.N频率变量：这给

dt[!is.na(category), .N, by = .(id, category)] 

：

id category N 
1: 1  x 3 
2: 2  y 3 
3: 2  x 2 
4: 1  y 2 

订购此款id会给你一个更清晰的画面：

dt[!is.na(category), .N, by = .(id, category)][order(id)] 

导致：

id category N 
1: 1  x 3 
2: 1  y 2 
3: 2  y 3 
4: 2  x 2 

---

如果你只是想这表明顶部结果行：

dt[!is.na(category), .N, by = .(id, category)][order(id, -N), head(.SD,1), by = id] 

或：

dt[!is.na(category), .N, by = .(id, category)][, .SD[which.max(N)], by = id] 

这两个给：

id category N 
1: 1  x 3 
2: 2  y 3