如何按UserID分组计算DataFrame中Answer列的众数？

首先需要自定义一个众数计算函数，因为R语言没有内置的众数统计函数，以下是基础版本的实现：

find_mode <- function(x) {
  # 移除NA值（若需保留NA可删除此行）
  x <- na.omit(x)
  # 统计各答案的出现频率
  freq_table <- table(x)
  # 提取最高频率值
  max_freq <- max(freq_table)
  # 返回频率最高的答案（若有多个众数，仅取第一个）
  as.numeric(names(freq_table[freq_table == max_freq]))[1]
}

方法一：Base R（与你当前用的aggregate语法兼容） #

假设你的DataFrame中Answer列是第3列，直接复用aggregate框架调用自定义函数即可：

answers_mode <- aggregate(DF[, 3], list(UserID = DF$UserID), find_mode)
# 重命名列名匹配需求格式
colnames(answers_mode) <- c("UserID", "AnsMod")

方法二：Tidyverse（dplyr分组语法） #

如果你更习惯用dplyr的分组操作，步骤如下：

1. 先安装并加载dplyr包：

install.packages("dplyr")
library(dplyr)

2. 分组计算众数：

answers_mode <- DF %>%
  group_by(UserID) %>%
  summarise(AnsMod = find_mode(Answer), .groups = "drop")

进阶：处理多众数场景 #

如果某个用户的答案存在多个出现频率相同的众数，可修改函数返回所有众数：

find_mode_all <- function(x) {
  x <- na.omit(x)
  freq_table <- table(x)
  max_freq <- max(freq_table)
  as.numeric(names(freq_table[freq_table == max_freq]))
}

此时返回的AnsMod为列表类型，若需展开为多行可使用tidyr包的unnest：

install.packages("tidyr")
library(tidyr)

answers_mode <- DF %>%
  group_by(UserID) %>%
  summarise(AnsMod = list(find_mode_all(Answer)), .groups = "drop") %>%
  unnest(AnsMod)

内容的提问来源于stack exchange，提问作者pillypum