如何在 R 中跨行查找模式答案

【问题标题】：How to find the mode across rows in R如何在 R 中跨行查找模式
【发布时间】：2021-07-02 12:52:45
【问题描述】：

我在 r 中有一个数据框，其中包含有关客户去年购买历史的信息，该数据框看起来像这样：

Client | Prod A | Prod B | Prod C
---------------------------------
  A    |   1    |    0   |   1
  B    |   1    |    1   |   0
  C    |   1    |    0   |   1 
  D    |   0    |    0   |   1
  E    |   1    |    0   |   0
---------------------------------

其中 1 表示客户在某个时间点购买了该产品，而 0 表示根本没有购买。

在这个特定的表格中，最常见的组合是产品 A 和产品 C，5 个案例中有 2 个案例。我想找到一种方法/函数，它可以让我得到最常见的产品组合，用于这种类型的任何维度的数据框。提前感谢您的帮助。

【问题讨论】：

你想知道只有长度 2 的组合还是任何长度的组合？

标签： r

【解决方案1】：

res <- as.data.frame(xtabs(~., data=dat[,-1]))
res
#   Prod.A Prod.B Prod.C Freq
# 1      0      0      0    0
# 2      1      0      0    1
# 3      0      1      0    0
# 4      1      1      0    1
# 5      0      0      1    1
# 6      1      0      1    2
# 7      0      1      1    0
# 8      1      1      1    0

从这里你可以看到组合的数量，其中的“最大值”是

subset(res, Freq == max(Freq))
#   Prod.A Prod.B Prod.C Freq
# 6      1      0      1    2

【讨论】：

【解决方案2】：

df 中的数据框

aggregate(Client~Prod.A+Prod.B+Prod.C,df,length)

  Prod.A Prod.B Prod.C Client
1      1      0      0      1
2      1      1      0      1
3      0      0      1      1
4      1      0      1      2

客户给出计数的最后一列

【讨论】：

【解决方案3】：

使用 dplyr 的解决方案

library(dplyr)
df <- data.frame(Client = c("A","B","C","D","E"),
                 `Prod A` = c(1,1,1,0,1),
                 `Prod B` = c(0,1,0,0,0),
                 `Prod C` = c(1,0,1,1,0))

df %>%
     dplyr::group_by(Prod.A,Prod.B,Prod.C) %>%
     dplyr::summarise(count = n())
# A tibble: 4 x 4
# Groups:   Prod.A, Prod.B [3]
  Prod.A Prod.B Prod.C count
   <dbl>  <dbl>  <dbl> <int>
1      0      0      1     1
2      1      0      0     1
3      1      0      1     2
4      1      1      0     1

【讨论】：

【解决方案4】：

library(dplyr)

df <- data.frame(Client = c("A", "B", "C", "D", "E"), 
                 `Prod A` = c(1, 1, 1, 0, 1),
                 `Prod B` = c(0, 1, 0, 0, 0),
                 `Prod C` = c(1, 0, 1, 1, 0))

df %>%
  rowwise() %>%
  mutate(length = sum(Prod.A, Prod.B, Prod.C)) %>%
  group_by(Prod.A, Prod.B, Prod.C) %>%
  mutate(count = n()) %>%
  ungroup() %>%
  filter(count == max(count) & length > 1) %>%
  select(1:4)

这将产生：

  Client Prod.A Prod.B Prod.C
  <chr>   <dbl>  <dbl>  <dbl>
1 A           1      0      1
2 C           1      0      1

【讨论】：