R语言按分组计算众数：多众数场景报错及需求解决

Hey there! 我来帮你搞定这个分组计算多众数时的报错问题～

为什么会报错？ #

你遇到的Error: Column 'd' must be length 1 (a summary value), not 2，本质原因是dplyr::summarise()默认要求每个分组返回长度为1的结果（单个值），但你的Modes()函数在碰到多众数的分组时，会返回一个长度大于1的向量（比如a-Feb分组里2和1都是众数，就返回c(2,1)），这就和summarise()的要求冲突了。

解决方案：两种方式处理多众数结果 #

我们可以通过以下两种方式，让分组结果正确包含所有多众数：

1. 将多众数存储为列表列

用list()把Modes(b)的结果包装成列表，这样每个分组返回一个列表元素，里面可以容纳多个众数：

# 先加载dplyr
library(dplyr)

# 你的Modes函数
Modes <- function(x) { 
  ux <- unique(x) 
  tab <- tabulate(match(x, ux)) 
  ux[tab == max(tab)] 
}

# 分组计算并返回列表列
df %>% 
  group_by(a, c) %>% 
  summarise(d = list(Modes(b)), .groups = "drop")

运行后你会得到这样的结果（d列是列表，每个元素对应分组的所有众数）：

# A tibble: 6 × 3
  a     c     d        
  <chr> <chr> <list>   
1 a     Feb   <dbl [2]>
2 a     Jan   <dbl [1]>
3 a     Mar   <dbl [1]>
4 b     Feb   <dbl [1]>
5 b     Jan   <dbl [1]>
6 b     Mar   <dbl [1]>

如果想看列表里的具体值，可以直接查看$d列，比如result$d[[1]]会返回[1] 2 1。

2. 将多众数拆分为多行（更直观）

如果希望每个众数单独占一行，方便查看或后续分析，可以配合tidyr::unnest()函数把列表列展开：

library(dplyr)
library(tidyr)

df %>% 
  group_by(a, c) %>% 
  summarise(d = list(Modes(b)), .groups = "drop") %>%
  unnest(d)

运行后会得到更直观的多行结果：

# A tibble: 7 × 3
  a     c         d
  <chr> <chr> <dbl>
1 a     Feb       2
2 a     Feb       1
3 a     Jan       2
4 a     Mar       3
5 b     Feb       3
6 b     Jan       1
7 b     Mar       3

验证你的Modes函数 #

你的Modes()函数逻辑是对的：先提取唯一值，计算每个值的出现次数，然后返回所有出现次数等于最大值的唯一值，完全能正确识别多众数场景。

内容的提问来源于stack exchange，提问作者Zizou