R语言逐行提取Top3高频元素及rowMode函数报错解决

你遇到的报错来自两个核心问题：

• R对data.frame做单行单列索引时默认会触发降维：d[1,1]返回的是长度为1的原子向量，不是data.frame或矩阵，所以触发了你写的类型校验报错。如果要保留data.frame结构，索引时需要加drop = FALSE参数，写成d[1,1, drop = FALSE]。
• 你参考的rowMode函数是用来统计宽表中多列值的逐行频次，但你的待统计内容全部存储在seq列的长字符串里，原函数的适用场景和你的数据结构完全不匹配，就算解决了类型报错也跑不出正确结果。

不需要套用复杂的逐行表统计逻辑，直接拆分seq列的字符串做频次统计即可，代码可直接运行：

# 单条序列的Top3频次元素计算函数
calc_top3 <- function(seq_str) {
  # 把长字符串拆成单个数字字符
  single_chars <- strsplit(seq_str, "")[[1]]
  # 统计频次并按频次从高到低排序
  freq_tab <- sort(table(single_chars), decreasing = TRUE)
  # 取排名前3的元素，不足3个的位置自动填充NA
  top3 <- names(freq_tab)[1:3]
  return(top3)
}

# 批量给原数据集新增三列
d[c("most_common", "second_most_common", "third_most_common")] <- t(sapply(d$seq, calc_top3))

如果遇到多个元素频次相同的并列情况，上述代码会按R中table函数默认的字符排序规则返回靠前的值；如果需要并列时随机选择，可以在排序前给频次加极小的随机扰动实现。

内容的提问来源于stack exchange，提问作者stats_noob