使用 R 计算数组中出现的频率答案

【问题标题】：Calculate frequency of occurrence in an array using R使用 R 计算数组中出现的频率
【发布时间】：2014-11-06 06:45:00
【问题描述】：

我有一个数组

a <- c(1,1,1,1,1,2,3,4,5,5,5,5,5,6,7,7,7,7)

我想使用一些命令来告诉我数组中哪个是最常见的数字？

有一个简单的命令吗？

【问题讨论】：

标签： r

【解决方案1】：

table() 函数就足够了，如果您的数据有多个模式，则特别有用。

考虑以下选项，它们都与table() 和max() 相关。

# Your vector
a = c(1,1,1,1,1,2,3,4,5,5,5,5,5,6,7,7,7,7)

# Basic frequency table
table(a)
# a
# 1 2 3 4 5 6 7 
# 5 1 1 1 5 1 4 

# Only gives me the value for highest frequency
# Doesn't tell me which number that is though
max(table(a))
# [1] 5

# Gives me a logical vector, which might be useful
# but not what you're asking for in this question
table(a) == max(table(a))
# a
#    1     2     3     4     5     6     7 
# TRUE FALSE FALSE FALSE  TRUE FALSE FALSE 

# This is probably more like what you're looking for
which(table(a) == max(table(a)))
# 1 5 
# 1 5 

# Or, maybe this
names(which(table(a) == max(table(a))))
# [1] "1" "5"

如 cmets 所示，在某些情况下，您可能希望查看两个或三个最常出现的值，在这种情况下，sort() 很有用：

sort(table(a))
# a
# 2 3 4 6 7 1 5 
# 1 1 1 1 4 5 5

您还可以设置要在表中返回的值的阈值。例如，如果您只想返回那些出现多次的数字：

sort(table(a)[table(a) > 1])
# a
# 7 1 5 
# 4 5 5

【讨论】：

which.max 函数可以稍微简化一下上面的内容（但这里给出的长版本很容易理解）。
@GregSnow，这是扩展版本背后的基本思想。至于which.max 的使用，那不是只返回first 匹配值。也就是说，如果有人使用names(which.max(table(a)))，我认为（现在无法检查）他们只会得到"1" 作为答案。还是您有其他想法可以编辑到上面的答案中？
你是对的，which.max 只返回第一个匹配项。超过 1 个值等于最大值的机会随着可能值的数量和向量的大小而降低，因此在某些情况下它仍然是合理的，但您的解决方案是更通用的解决方案。我更喜欢查看整个表格（就像您开始时一样），因为如果最大值为 100 并且还有另一个值为 99 的值，那么这仍然非常有趣，但自动“模式”程序不会显示这一点。
@GregSnow，感谢您的 cmets，以及有时对可能在频率上接近模式的其他值感兴趣的好点。我编辑了我的答案以包含使用sort(table(a)) 的建议，以便将最常出现的值“聚集”在一起。在这些类型的分析（当然，使用更大的数据集）中，我的一般建议是首先绘制条形图、茎叶图、直方图或密度图，以便在跳转到不同的数据分布之前获得数据分布的“概览”集中趋势的度量。

【解决方案2】：

使用table()函数：

## Your vector:
a <- c(1,1,1,1,1,2,3,4,5,5,5,5,5,6,7,7,7,7)

## Frequency table
> counts <- table(a)

## The most frequent and its value
> counts[which.max(counts)]
# 1
# 5

## Or simply the most frequent
> names(counts)[which.max(counts)]
# [1] "1"

【讨论】：

【解决方案3】：

我编写了一些个人代码来查找模式和更多内容（几年前。正如 Ananda 所展示的，这是非常明显的东西）：

smode<-function(x){
    xtab<-table(x)
    modes<-xtab[max(xtab)==xtab]
    mag<-as.numeric(modes[1]) #in case mult. modes, this is safer
    #themodes<-names(modes)
    themodes<-as.numeric(names(modes))
    mout<-list(themodes=themodes,modeval=mag)
    return(mout)
    }

【讨论】：

当有 no 模式时，你不应该包括一些错误检查吗？（并不是说我也不应该回答。）另外，您关于版权等的最后陈述如何与“cc-wiki”许可证一起使用。 +1 用于整齐地展示输出。
总有一种模式，病态地，因为在 table 对象中总是有一个最大值。当然，只要输入:-)，返回列表并没有多大用处。我只是在开玩笑说版权——以为“废话”就泄露了。

【解决方案4】：

您想要的是数据的模式：计算它有多种不同的选项。 modeest 包有一组用于模态估计的函数，但对于你想要的可能有点矫枉过正。

另见：

Is there a built-in function for finding the mode?

How to compute conditional Mode in R?

希望有帮助

【讨论】：

它返回消息“数字”
对不起，误解了这个功能：@Ananda 看起来是一个可行的解决方案。我已经为同一个问题添加了一些指向其他 Stack Overflow 线程的链接。