使用 Dplyr "group_by" 和 "Summarise" 以及自定义函数来计算多个组的众数

Question

显然 dplyr 的汇总功能不包括“模式”选项。根据下面的简单数据框示例，我想确定每组“类别”的模式或最频繁重复的数字。所以对于“A”组，模式是22，对于“B”，是12和14，“C”没有重复的数字。

我在网上找到了一些函数示例，但没有一个解决组中没有重复数字的情况。是否需要自定义功能，或者某处是否有模式选项？我不想仅仅为了它们的模式功能而依赖任何其他专门的包。使用 base R、dplyr、tidy 等的组合找到一个优雅而简单的解决方案会很好。

如果使用自定义函数，则它必须在没有重复数字以及有多个相同重复数字时工作。

任何帮助将不胜感激！这似乎应该是 R 中一个简单的解决方案，所以我很惊讶地发现没有简单的 summarise_each(funs(mode)... 选项。

如果使用了自定义函数，请分解并解释。我对 R 函数还是比较陌生。

Category<-c("A","B","B","C","A","A","A","B","C","B","C","C")
Number<-c(22,12,12,8,22,22,18,14,10,14,1,3)
DF<-data.frame(Category,Number)

Answer 1

我们可以使用

 Mode <- function(x) {
  ux <- unique(x)
  if(!anyDuplicated(x)){
      NA_character_ } else { 
     tbl <-   tabulate(match(x, ux))
     toString(ux[tbl==max(tbl)])
 }
}

DF %>%
   group_by(Category) %>%
   summarise(NumberMode = Mode(Number))
#  Category NumberMode
#    <fctr>      <chr>
#1        A         22
#2        B     12, 14
#3        C       <NA>