R语言分组计算均值与众数问题：众数返回numeric类型异常

首先得提个小细节：你提供的原始数据框存在列长度不匹配的问题，R无法创建这样的数据框（code有10个元素，但idp、p_origin、returnee的长度分别是2、5、2）。我先帮你修正为符合逻辑的结构，保证每行对应一个观测值：

df <- data.frame(
  code = c(1,1,1,1,1,1,2,2,2,2),
  idp = c(120,140,120,140,120,140,120,140,120,140),
  p_origin = c("yes","yes","no","yes","yes","yes","no","no","yes","no"),
  returnee = c("yes","no","yes","no","yes","no","yes","no","yes","no")
)

核心问题：R自带的mode()不是统计众数 #

你遇到众数返回"numeric"的问题，是因为R原生的mode()函数根本不是用来计算统计意义上的众数——它的作用是返回对象的存储类型（比如数值型、字符型），所以必须自定义函数来实现分类变量的众数计算。

自定义逻辑完成分组计算 #

我分两种方式帮你实现需求，你可以选顺手的来：

方式一：统一自定义函数（更复用） #

library(dplyr)

# 自定义众数函数，支持returnee的特殊规则
get_custom_mode <- function(x, is_returnee = FALSE) {
  tab <- table(x)
  max_count <- max(tab)
  modes <- names(tab)[tab == max_count]
  
  if (is_returnee) {
    # 针对returnee：如果yes和no次数相等，返回no_sense
    if (length(modes) == 2 && all(c("yes", "no") %in% modes)) {
      return("no_sense")
    } else {
      return(modes[1])
    }
  } else {
    # 普通情况：返回第一个出现的众数（若有多个）
    return(modes[1])
  }
}

# 分组计算所有指标
output_df <- df %>%
  group_by(code) %>%
  mutate(
    average_idp = mean(idp),
    Most_frequent_origin = get_custom_mode(p_origin),
    Most_frequent_returnee = get_custom_mode(returnee, is_returnee = TRUE)
  ) %>%
  ungroup()

方式二：直接在mutate中处理（更直观） #

如果不想单独写函数，也可以直接在分组计算里针对不同列做逻辑判断：

output_df <- df %>%
  group_by(code) %>%
  mutate(
    # 计算idp平均值
    average_idp = mean(idp),
    # 计算p_origin的众数
    Most_frequent_origin = {
      tab <- table(p_origin)
      names(tab)[which.max(tab)]
    },
    # 计算returnee的众数，特殊处理相等情况
    Most_frequent_returnee = {
      tab <- table(returnee)
      if (tab["yes"] == tab["no"]) {
        "no_sense"
      } else {
        names(tab)[which.max(tab)]
      }
    }
  ) %>%
  ungroup()

验证结果 #

运行后得到的output_df完全符合你的需求：

• code=1组：average_idp=130，Most_frequent_origin="yes"，Most_frequent_returnee="no_sense"
• code=2组：average_idp=130，Most_frequent_origin="no"，Most_frequent_returnee="no_sense"

内容的提问来源于stack exchange，提问作者MaxMiak