組的模式值（最常見）的簡明R data.table語法

Question

查找每個ID的最常見類別的高效優雅的data.table語法是什麼？我保持指示NA位置（用於其他目的）的布爾矢量

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

在該玩具實例中，忽略NA，x爲id==1和y爲id==2常見類別。

Answer 1

如果你想忽略NA的，你必須與!is.na(category)，組由id和category（by = .(id, category)）首先排除，然後創建.N頻率變量：這給

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 

訂購此款id會給你一個更清晰的畫面：

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

導致：

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

---

如果你只是想這表明頂部結果行：

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] 

這兩個給：

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