在R中按分组计算多列中出现频率最高的因子水平

可以通过分组后转长格式的思路实现需求，替代直接用across的方式，具体代码如下：

首先加载所需工具包：

library(dplyr)
library(tidyr)

然后处理目标数据：

df %>%
  group_by(temperature) %>%
  # 将非分组列转成长格式，同时过滤NA值
  pivot_longer(cols = -temperature, values_drop_na = TRUE) %>%
  # 统计分组内各值的出现次数
  count(value, name = "occurrences") %>%
  # 提取分组内出现次数最多的记录
  slice_max(n = 1, order_by = occurrences) %>%
  # 调整列名与顺序
  rename(most_common = value) %>%
  select(temperature, most_common, occurrences)

运行后会输出你期望的结果：

代码说明 #

• group_by(temperature)：按温度分组处理数据
• pivot_longer(...)：把每组的var1/var2/var3列合并为单列，同时自动过滤NA值，避免统计无效数据
• count(value, name = "occurrences")：统计每个值在当前分组内的出现频次，并重命名频次列为occurrences
• slice_max(...)：提取分组内频次最高的行，若存在多个值频次相同，会保留所有对应行（示例数据无此情况）
• 最后通过重命名和列顺序调整，得到目标输出格式

如果坚持用across思路，也可以先在分组内统计各列的频率，再合并后筛选最大值，但转长格式的方式更简洁直观，也更容易维护。

内容的提问来源于stack exchange，提问作者B209978