关于 r：每个用户最频繁出现的大小


Most frequent occurance size per user

不幸的是，我还有一个问题我无法单独解决 - 我想列出每个用户订购最多的尺寸。当 2 个或更多大小具有相同的出现时，它应该写一个 "-"

已经用数据表试过了，但我一直在纠结如何解决它；)

1
setDT(DB)[, `:=` (mostorderedsize = .N), by='customerID,size']

预期结果：

1
mostorderedsize = c("m","-", 42,"m","m", 42,"-","-","m","m")

数据：

1
2
3
4
5
6
DB <- data.frame(orderID  = c(1,2,3,4,5,6,7,8,9,10),    
orderDate = c("1.1.14","1.1.14","1.1.14","1.1.14","2.1.14","2.1.14","2.1.14","2.1.14","2.1.14","2.1.14"),  
itemID = c(2,3,2,5,12,4,2,3,1,5),  
size = c("m","l", 42,"xxl","m", 42, 39,"m","xl", 44),
customerID = c(1, 2, 3, 1, 1, 3, 2, 2, 1, 1),
ItemReturned = c(0, 0, 0, 1, 1, 0, 1, 0, 0, 0))

希望你能告诉我什么是错的，或者告诉我解决问题的另一种可能性。

相关讨论

使用基础 R:

使用 tapply 遍历 customerID 组并使用 table

汇总大小

1
2
3
4
5
tmp <- with(DB, tapply(size, customerID, function(x) {
  tbl <- table(x)
  most <- which(tbl == max(tbl))
  if (length(most) > 1) return('-') else return(names(tbl)[most])
}))

然后可以用customerID列索引来广播结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
DB$mostoreredsize <- tmp[DB$customerID]
DB
> DB
   orderID orderDate itemID size customerID ItemReturned mostoreredsize
1        1    1.1.14      2    m          1            0              m
2        2    1.1.14      3    l          2            0              -
3        3    1.1.14      2   42          3            0             42
4        4    1.1.14      5  xxl          1            1              m
5        5    2.1.14     12    m          1            1              m
6        6    2.1.14      4   42          3            0             42
7        7    2.1.14      2   39          2            1              -
8        8    2.1.14      3    m          2            0              -
9        9    2.1.14      1   xl          1            0              m
10      10    2.1.14      5   44          1            0              m
相关讨论