如何根据单独变量的箱识别一个变量的最大值答案

【问题标题】：How to identify max value of one variable based on bins of a separate variable如何根据单独变量的箱识别一个变量的最大值
【发布时间】：2019-12-15 03:42:15
【问题描述】：

我看到了一些分箱问题，但还没有看到解决此案例的方法。在 group_by 条件下，我试图识别模式，但挑战在于模式应该考虑每个观察（行）的数量，由另一列定义。

在我的数据中，每一行代表在给定时间的一次观察，一列具有speed，而另一列具有quantity 值。如果我在speed 上运行统计数据，它会在每次观察期间忽略实际的quantity。 speed 是一个连续变量，所以我知道我要分箱（比如 0-80，以 5 为增量），然后将每个箱的quantity 相加，最后报告数量最多的speed 箱（将在单独计算中使用的值）。

bin 标签最好是中点（45-50 将被列为 47.5）。这将通过一组观察来运行。

我见过count(cut_width())，但这只是观察次数，不知道如何找到最大数量。谢谢。

【问题讨论】：

从示例中不清楚代码的开始和结束位置。我相信第 2 行和第 3 行是输入的？
另外，data.frame(speed = 0:80, value = runif(10)) 你希望它工作吗
你有一些包混淆...group_by在dplyr，但ddply在plyr。在dplyr 之后加载plyr 将掩盖dplyr 功能并导致问题。我强烈建议仅使用dplyr。
您的代码使用列名value，而您的文本引用quantity。如果这些是相同的，请编辑以保持一致性。
嗯，代码很好，因为它有示例数据。你至少能保持这种状态吗？很高兴展示您尝试过的内容，但您的行的顺序是无稽之谈 - 您将 group_by() %>% 输入到一个独立的行中。

标签： r mode bin

【解决方案1】：

我的一些同事在这方面提供了一些很好的指导，我在网上找到了更多的内容。最好的方法之一是寻找允许权重影响分布的 kde 或密度函数。就我而言，我根据每次速度观察时观察到的车辆数量（数量）分配了一个权重。

那个方向把我带到了这里：https://rmflight.github.io/post/finding-modes-using-kernel-density-estimates/

从密度函数中找到众数的方法很好，所以我只修改了密度条件添加权重，然后设置了一个bin宽度。

density_estimate <- density(data.calc$Speed, weights=data.calc$Quantity, bw=1)

然后是来自 github 站点的其余代码

mode_value <- density_estimate$x[which.max(density_estimate$y)]
mode_value

我的数据是分组评估的，所以我将它放在一个循环中（我知道人们不喜欢它），并且能够按不同的时间间隔评估模式。也许这一切都很明显，但我仍在学习并且很高兴发现这种方法有效。

【讨论】：