迹忆客 专注技术分享

本文将解释如何在 R 中找到向量的众数的几种方法。

使用自定义函数查找 R 向量的众数

众数是最基本的统计概念之一，表示一组值中出现的最大值。因此，它可以在不同的数据类型中观察到，例如数字或基于字符。R 语言没有用于计算模式的内置函数，但我们可以使用函数来实现它：unique、which.max、tabulate 和 match。我们定义了一个名为 FindMode 的函数，它接受一个表示为 x 的参数。首先，在 x 上调用 unique 函数并存储在一个单独的对象中。unique 从集合中提取非重复值。它可以将向量对象、数据框或数组作为第一个参数。

然后，我们有多个以 match 开头的链式函数，它接受两个向量并从它们返回位置匹配的向量。tabulate 函数计算并返回每个整数在向量中出现的次数。请注意，返回的向量包含每个小于或等于参数向量中最大整数的整数的计数。最后，which.max 函数查找整数向量中最大元素的索引。我们可以使用 apply 函数对数据框的每一列调用 FindMode 函数。在这种情况下，我们声明一个简单的整数向量作为数据帧存储，然后传递给 apply 函数来计算平均值。

library(purrr)

FindMode <- function(x) {
  u <- unique(x)
  u[which.max(tabulate(match(x, u)))]
}

x <- c(12, 44, 3, -4.2, 3, 3.2, 54, 4, -11, -8, 2.5)
df <- data.frame(x)
apply(df, 2, FindMode)

输出：

x
3

或者，我们可以直接在数据框上调用 FindMode 函数。以下示例代码演示了 datasets 包中包含的 cars 数据集的用法。

library(purrr)

FindMode <- function(x) {
  u <- unique(x)
  u[which.max(tabulate(match(x, u)))]
}

apply(cars, 2, FindMode)

输出：

speed  dist
   20    26

使用 map_dbl 将 FindMode 函数应用于 R 中的每个数据框列

另一个用于查找给定数据框每一列均值的有用函数是 map_dbl，它是 tidyverse 中包含的 purrr 包的一部分。请注意，不会在矢量对象上调用这些方法。

library(purrr)

FindMode <- function(x) {
  u <- unique(x)
  u[which.max(tabulate(match(x, u)))]
}
x <- c(12, 44, 3, -4.2, 3, 3.2, 54, 4, -11, -8, 2.5)
df <- data.frame(x)

map_dbl(df, FindMode)
map_dbl(cars, FindMode)

输出：

x
3
speed  dist
   20    26