确定最小或最大优先级的模式
确定最小或最大优先级的模式
提问于 2017-12-19 00:02:08
我想为我的数据集计算一个模式值(除以其他因素，所以每个组都有自己的模式值，如果这有区别的话，我可能会使用dplyr )。我已经找到了this question，它讨论了一个用于定位模态值的函数。
问题是，上面所指向的代码只是返回第一个模态值，因此返回的值取决于数据集的顺序。相反，我想创建两个函数，专注于多模态分布中的最高模式和最低模式。
例如，在向量中
x <- c(4.0, 1.0, 2.2, 2.2, 2.2, 4.0, 0.3, 4.0)我希望minmode(x)返回2.2，maxmode(x)返回4.0。有人能向我解释如何修改上面链接的代码(或者创建一个新函数)来这样做吗？
回答 2
Stack Overflow用户
回答已采纳
发布于 2017-12-19 00:19:33
基数R中的另一种方法是修改链接到的代码(digEmAll对已接受的答案的建议)：
Mode <- function(x) {
ux <- unique(x)
tab <- tabulate(match(x, ux))
ux[tab == max(tab)]
}这将返回所有模式，然后可以用于minmode(x)或maxmode(x)：
x <- c(4.0, 1.0, 2.2, 2.2, 2.2, 4.0, 0.3, 4.0)
min(Mode(x))
# [1] 2.2
max(Mode(x))
# [1] 4Stack Overflow用户
发布于 2017-12-19 00:15:11
似乎您想要的range值是最常见的。用一种整洁的方法，我会这样处理。
library(dplyr)
mode_range <- function(df, x) {
require(dplyr, quietly = TRUE)
var <- quo(x)
val <- df %>%
group_by(!!var) %>%
summarise(n = n()) %>%
filter(n == max(n)) %>%
select(!!var) %>%
unlist
range(val)
}
df <- tibble(x = c(4.0, 1.0, 2.2, 2.2, 2.2, 4.0, 0.3, 4.0))
mode_range(df, x)[1] # min value
# [1] 2.2
mode_range(df, x)[2] # max value
# [1] 4页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/47878206
复制相关文章
相似问题
腾讯云开发者
