So rufen Sie die am meisten wiederholte Wert in einer Spalte vorhanden, in einem Daten-frame

Ich versuche abzurufen, die wiederholt Wert in einer bestimmten Spalte in der Gegenwart in einem Daten-frame.Hier ist mein Beispiel-Daten und dem code unten.Ein

data("Forbes2000", package = "HSAUR")
head(Forbes2000)


  rank                name        country             category  sales profits  assets marketvalue
1    1           Citigroup  United States              Banking  94.71   17.85 1264.03      255.30
2    2    General Electric  United States        Conglomerates 134.19   15.59  626.93      328.54
3    3 American Intl Group  United States            Insurance  76.66    6.46  647.66      194.87
4    4          ExxonMobil  United States Oil & gas operations 222.88   20.96  166.99      277.02
5    5                  BP United Kingdom Oil & gas operations 232.57   10.27  177.57      173.54
6    6     Bank of America  United States              Banking  49.01   10.81  736.45      117.55

Als meine pro sample-Daten, die ich zurückgeben müssen, die meisten wiederholt Kategorie, die Versicherung.

subset(subset(Forbes2000,country=="Bermuda")
Wie wäre sort(table(yourdata$category), decreasing=TRUE)[1]. Es gibt viele andere Möglichkeiten auch!
Ich muss zurückkehren, die meisten wiederholt, der Wert von meinen Daten...
Ich dachte, ich würde verlassen, die dem Leser als übung. names(sort(table(yourdata$category), decreasing=TRUE)[1]). Aber Josh macht einen guten Punkt, was ist, wenn Sie haben ein Band!

InformationsquelleAutor Teja | 2012-08-29

  1. 11
    tail(names(sort(table(Forbes2000$category))), 1)

    InformationsquelleAutor ALiX

  2. 8

    Falls zwei oder mehrere Kategorien können gebunden werden, die für die meisten Häufig, so etwas wie dieses:

    x <- c("Insurance", "Insurance", "Capital Goods", "Food markets", "Food markets")
tt <- table(x)
names(tt[tt==max(tt)])
[1] "Food markets" "Insurance"

    InformationsquelleAutor Josh O'Brien

  3. 1

    Andere Weise mit den Daten.Tisch-Paket, welches schneller ist und für große Daten-sets:

    set.seed(1)
x=sample(seq(1,100), 5000000, replace = TRUE)

    Methode 1 (Lösung oben vorgeschlagen)

    start.time <- Sys.time()
tt <- table(x)
names(tt[tt==max(tt)])
end.time <- Sys.time()
time.taken <- end.time - start.time
time.taken

    Zeit Unterschied von 4.883488 Sek.

    Methode 2 (DATEN-TABELLE)

    start.time <- Sys.time()
ds <- data.table( x )
setkey(ds, x)
sorted <- ds[,.N,by=list(x)]

most_repeated_value <- sorted[order(-N)]$x[1]
most_repeated_value

end.time <- Sys.time()
time.taken <- end.time - start.time
time.taken

    Zeit Unterschied von 0.328033 Sek.

    tucson, schön. Ich denke as.data.table(ds)[, .N, by=x][, x[N == max(N)]] auch nicht den job, das dauert 0.06 s auf meinem laptop. Als ein FYI, keine Notwendigkeit zu setkey für Aggregationen.
    Danke. Ihre Lösung sollte sich an der Oberseite von dieser Seite.

    InformationsquelleAutor tucson

  4. 0

    Können Sie table(Forbes2000$CategoryName, useNA="ifany"). Dies wird Ihnen die Liste aller möglichen Werte in der ausgewählten Kategorie und die Anzahl, wie oft jeder Wert wurde verwendet, insbesondere Daten-frame.

    InformationsquelleAutor user3430164

Schreibe einen Kommentar