我不知道这样有没有快多少... 参考看看
library(data.table) # setnames
library(plyr) # dlply, laply, mapvalues
library(dplyr) # mutate, summarise, group_by
library(magrittr) # %>%, %$%
dt <- data.table(
series = c(1,2,3,4,5,6,1,1,2,2,2,2,2),
cate = c(2,3,4,2,2,5,1,2,2,3,4,4,4)
)
## method 1 (应该会较慢，而且程式比较丑)
maptable = dlply(dt, .(series), table) %>% laply(function(x){
as.integer(colnames(x)[which.max(x)])
}) %>% cbind(as.integer(names(.)), .)
dt2 = dt %>% mutate(cate = mapvalues(series, maptable[,1], maptable[,2]))
## method 2
-maptable = dt %>% group_by(series, cate) %>% summarise(n()) %>%
group_by(series) %>% summarise(maxCate = max(cate))
dt2 = dt %>% mutate(cate = mapvalues(series, maptable$series,
maptable$maxCate))
## 把上面连在一起的版本 (没有maptable这个暂存变量)
dt2 = dt %>% group_by(series, cate) %>% summarise(n()) %>%
group_by(series) %>% summarise(maxCate = max(cate)) %>%
setnames("series", "maxSeries") %$%
mutate(dt, cate = mapvalues(series, maxSeries, maxCate))
: 例如
: series cate
: [1,] 1 2
: [2,] 2 3
: [3,] 3 4
: [4,] 4 2
: [5,] 5 2
: [6,] 6 5
: [7,] 1 1
: [8,] 1 2
: [9,] 2 2
: [10,] 2 3
: [11,] 2 4
: [12,] 2 4
: [13,] 2 4
: 在series中1出现三次,其cate分别为2,2,1 频率最高的为2
: 想将所有series为1的族群 其cate字段接指定为2
: 又例如 series中为2的族群 其cate 分别为 3,2,3,4,4,4 频率最高的4
: 想将所有series为2的族群 其cate字段皆指定为4
: 请问除了用for loop外有其他方法吗?