R 获取向量元素的众数

众数是数据集中出现频次最高的元素，与平均值、中位数不同，众数可以是数值也可以是字符数据。

R 发现众数

R 内置的mean、median是标准函数，用于计算均值和中位数。mode函数却与我们期望的不一样，mode函数返回数据对象的存储类型。R 没有提供内置函数计算众数，我们只能自定义函数实现。

众数是要计算数据集中出现次数最高的元素集合，可能有多个元素出现频率相同。

自定义函数

下面我们定义函数计算向量的众数：

rv <- c(11, 18, 19, 21, 29, 46, 21, 19, 11)

imode <- function(x){
  ## 返回不重复元素序列
  uniq <- unique(x)
  
  ## 返回不重复元素在原数据集中的频次
  freq <- tabulate(match(x, uniq))
  
  ## 计算最大频次
  mf <- max(freq)
  
  ## 返回所有最大频次位置的元素集合
  uniq[freq == mf]
}

imode(rv)
# 返回三个元素
# [1] 11 19 21

下面我们看字符串类型是否正确返回。

rc <- c("a", "c", "y", "o", "b", "c", "y", "x", "a" )
imode(rc)

rc1 <- c("a", "c", "y", "o", "b", "c", "y", "x", "a", "c" )
imode(rc1)

# [1] "c"

结果如我们期望。我们计算众数经常用于使用众数填充缺失值，但如果返回多个值无法填充，因此现改进imode返回第一个众数：

imode0 <- function(x){
  ## 返回不重复元素序列
  uniq <- unique(x)
  
  ## 返回不重复元素在原数据集中的频次
  freq <- tabulate(match(x, uniq))
  
  ## 计算第一个最大频次元素位置
  mf <- which.max(freq)

  ## 返回所有最大频次位置的元素集合
  uniq[mf]
}

rc <- c("a", "c", "y", "o", "b", "c", "y", "x")
imode0(rc)
# [1] "c"

返回结果如预期，当然上面最后三行代码可以精简为：uniq[which.max(tabulate(match(x, uniq)))]。