R语言提取数据框唯一行：保留列高频值 频次平局按自定义层级取值

实现逻辑 #

核心是自定义支持优先级规则的众数计算函数，处理逻辑如下：

• 按Set列分组，统计每组内Values各取值的出现频次
• 筛选出频次最高的所有候选值（即并列众数）
• 平局场景下，按照用户预先定义的优先级顺序，从候选值中选择优先级最高的作为最终返回值
• 每个分组最终仅输出1行结果

代码实现 #

首先定义通用的带优先级众数计算函数：

# 自定义众数函数
# 参数x: 待统计的数值/字符向量
# 参数priority: 自定义优先级向量，向量中位置越靠前的值优先级越高
mode_with_priority <- function(x, priority) {
  # 统计各取值频次
  freq_count <- table(x)
  # 提取最高频次对应的所有并列候选值
  max_freq <- max(freq_count)
  candidates <- as(names(freq_count[freq_count == max_freq]), class(x))
  # 按优先级排序后取最高优先级值
  candidates[order(match(candidates, priority))][1]
}

调用示例 #

使用提供的测试数据演示，测试数据中B组的1、2各出现2次，属于频次平局场景：

# 加载dplyr用于分组聚合，无该包可运行install.packages("dplyr")安装
library(dplyr)

# 测试数据
df <- data.frame(Set = c("A","A","A","B","B","B","B"), Values=c(1,1,2,1,1,2,2))

# 自定义优先级规则1：平局时1的优先级高于2
rule1 <- c(1, 2)
result1 <- df %>%
  group_by(Set) %>%
  summarise(Values = mode_with_priority(Values, rule1), .groups = "drop")

# 自定义优先级规则2：平局时2的优先级高于1
rule2 <- c(2, 1)
result2 <- df %>%
  group_by(Set) %>%
  summarise(Values = mode_with_priority(Values, rule2), .groups = "drop")

结果说明 #

• A组中1出现2次、2出现1次，无平局，两种规则下返回值均为1
• B组触发平局规则，result1中B组返回1，result2中B组返回2

如果不想依赖dplyr，也可以用base R的aggregate函数实现相同效果：

# base R 版本调用（以rule2为例）
result_base <- aggregate(Values ~ Set, data = df, FUN = function(x) mode_with_priority(x, rule2))

注意事项 #

• 自定义的优先级向量需要覆盖Values列所有可能出现的取值，避免返回NA
• 优先级顺序完全自定义，不需要和取值的大小顺序绑定，可根据业务需求任意调整顺序

内容的提问来源于stack exchange，提问作者pfadenhw