如何按行统计数据框子集内不同值数量并生成最大值列

我有如下的dataframe：

df = read.table(text="ID    L1  L2  L3  L4  L5  L6  L7  L8  S1  S2  S3  S4  S5  S6  S7  S8
            T1  0   0   0   0   0   0   0   2   2   2   2   2   2   2   2   2
            T2  0   0   0   0   0   0   0   0   0   1   2   2   2   2   2   2
            T3  0   0   0   0   0   0   0   0   0   1   2   2   2   2   2   2
            T4  0   0   0   1   0   0   0   0   0   1   2   2   1   1   1   1
            T5  0   0   0   0   0   0   0   0   0   1   2   2   2   2   2   2
            T6  0   0   0   0   0   0   0   0   0   1   2   2   2   2   2   2
            T7  0   0   0   0   0   0   0   0   0   1   2   2   2   2   2   2
            T8  0   0   0   0   0   0   0   0   0   1   2   0   0   0   0   0
            T9  0   0   0   0   0   0   0   0   2   2   2   2   2   2   2   2", header=T, stringsAsFactors=F)

需要分别按行统计两个列子集（通过grep("^L",names(df))和grep("^S",names(df))筛选）中0、1、2的出现次数，然后新增两列，分别对应两个子集中出现次数最多的值。期望结果如下：

ID  L   S
            T1  0   2
            T2  0   2
            T3  0   2
            T4  0   1
            T5  0   2
            T6  0   2
            T7  0   2
            T8  0   0
            T9  0   2

方法一：Base R实现 #

自定义函数计算每行的众数，再分别对L、S列组应用：

# 定义函数：获取向量中出现次数最多的元素
get_mode <- function(x) {
  tab <- table(x)
  names(tab)[which.max(tab)] |> as.integer()
}

# 计算L列组的行众数
df$L <- apply(df[, grep("^L", names(df))], 1, get_mode)
# 计算S列组的行众数
df$S <- apply(df[, grep("^S", names(df))], 1, get_mode)

# 提取目标结果
result <- df[, c("ID", "L", "S")]
print(result)

方法二：Tidyverse（dplyr + tidyr）实现 #

通过数据重塑分组统计众数：

library(dplyr)
library(tidyr)

result <- df |>
  pivot_longer(cols = -ID, names_to = c("group", "num"), names_pattern = "(.)(.)") |>
  group_by(ID, group) |>
  count(value) |>
  slice_max(n, n = 1) |>
  select(-n) |>
  pivot_wider(names_from = group, values_from = value) |>
  arrange(ID)

print(result)

内容的提问来源于stack exchange，提问作者user3354212