在 R 中查找向量的模式
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
Founder of DelftStack.com. Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.
LinkedIn