如何使用Dplyr统计分组内最高频次值并处理并列权重？

首先加载dplyr包后运行如下逻辑即可：

library(dplyr)

result <- data %>%
  # 统计每个用户下各source的出现频次
  count(USER, source, name = "freq") %>%
  # 按用户分组，仅保留频次最高的source记录
  group_by(USER) %>%
  filter(freq == max(freq)) %>%
  # 计算权重：并列最高的项均分权重1
  mutate(weight = 1 / n()) %>%
  # 清除中间字段、取消分组得到最终结果
  ungroup() %>%
  select(USER, source, weight)

该代码适配任意数量的并列最高频场景：

• 单个最高频source时，weight自动赋值为1
• N个source并列最高时，每个source的weight自动赋值为1/N，和示例中2个并列时赋值0.5的逻辑完全匹配
• 输出结果的字段顺序、数值和需求给出的预期输出完全一致

内容的提问来源于stack exchange，提问作者John Thomas