按子组为最常见的特征赋值答案

【问题标题】：Assign a value to the most common characteristics by subgroup按子组为最常见的特征赋值
【发布时间】：2021-07-04 09:29:18
【问题描述】：

如果个人没有住房类型（每列 0：Type1、Type2、Type3、Type4），我想为他分配他所在城市最常见的住房类型。我试过这段代码，但它不起作用。

mostCommon <- function(df,columnsNames){
  # INPUTS : df le dataframe, columnsNames une liste de str des colonnes à checker. CE SONT DES DUMMIES !
  # OUTPUT : le nom de la colonne qui contient le + de fois la modalité 1.
  
  liste = c("Type1", "Type2", "Type3","Type4") # Liste qui va contenir ttes les modalités
  
  for (i in 1:length(columnsNames)){
    liste[i] = sum(df[columnsNames[i]])
  } # Ajouter la somme des modalités
  
  return(columnsNames[which(liste == max(liste))])
}


abc <- data_object%>%
  group_by(municipality) %>% mostCommon(data_object, c("Type1", "Type2", "Type3","Type4")) %>% Type(i)[0]<-1

数据如下所示： data

【问题讨论】：

请不要将您的数据作为图像发布：这会使我们难以使用它来测试我们的代码。请改用 dput() 并将输出发布到您的问题中。谢谢。

标签： r function loops assign

【解决方案1】：

df <-data_object


# helper df
maketype.f <- function( df ){
  df_helper <- df %>% group_by(municipality) %>%
    # create some helping columns for logic
    # T# will be the sums of each Type by the grouping
    # HelperCheck will decide if all is blank
    mutate( T1 = sum(Type1),
            T2 = sum(Type2),
            T3 = sum(Type3),
            T4 = sum(Type4),
            HelperCheck = (Type1 + Type2 + Type3 + Type4)==0,
            helpermax = max(T1,T2,T3,T4),
            T1 = as.numeric(T1 == helpermax),
            T2 = as.numeric(T2 == helpermax),
            T3 = as.numeric(T3 == helpermax),
            T4 = as.numeric(T4 == helpermax),
            sumHelp = T1 + T2 + T3 + T4)
  for( row_i in seq_along(df_helper$municipality) ){
    if( !df_helper$HelperCheck[row_i] ){
      next
    }
    randomwinner <- sample(c(1,rep(0,df_helper$sumHelp[row_i]-1) ), replace = F)
    for( winner in seq_along(randomwinner) ){
      if( df_helper$T1[row_i] == 1 ){
        df_helper$Type1[row_i] <- randomwinner[winner]
        df_helper$T1[row_i] <- 0
        next
      }
      if( df_helper$T2[row_i] == 1 ){
        df_helper$Type2[row_i] <- randomwinner[winner]
        df_helper$T2[row_i] <- 0
        next
      }
      if( df_helper$T3[row_i] == 1 ){
        df_helper$Type3[row_i] <- randomwinner[winner]
        df_helper$T3[row_i] <- 0
        next
      }
      if( df_helper$T4[row_i] == 1 ){
        df_helper$Type4[row_i] <- randomwinner[winner]
        df_helper$T4[row_i] <- 0
        next
      }
    }
  }
  ret_df <- df_helper %>% select(-T1,-T2,-T3,-T4,-HelperCheck,-helpermax,-sumHelp)
  return(ret_df)
}
df<-maketype.f(df)

【讨论】：

【解决方案2】：

让我们使用以下输入数据（例如 csv）进行测试。

community;type1;type2;type3;type4
A;0;0;1;0
B;0;0;0;1
A;0;0;1;0
A;0;1;0;0
B;1;0;0;1

... 并将其放入名为 datahouse 的 data.frame 中。现在

tmp <- aggregate(datahouse[,2:5],list(comm=datahouse$community),sum)

为每种住房类型汇总每个社区中此类住房的数量。对于上面的例子：

  comm type1 type2 type3 type4
1    A     0     1     2     0
2    B     1     0     0     2

给定一个社区，我们可以从中找出最常见的住房类型。例如

which.max(tmp[tmp$comm=="A",][2:5])

表明“3 型房屋”在“社区 A”中最为常见。

请注意，最大值通常不是唯一的，即可能存在同样常见的住房类型。

【讨论】：