在R中自定义分组众数函数结果异常，寻求问题原因及解决方法

嘿，我明白你遇到的麻烦了——自定义的众数函数返回了不符合预期的区间，这确实让人头疼。咱们先来看看你的原始函数可能在哪里出了问题，然后给你一个更可靠的解决方案。

你的原始函数是这样的：

mode <- function(x) { 
  uni <- unique(x) 
  uni[which.max(tabulate(match(x,uni)))] 
}

这个函数的问题主要出在tabulate()和match()的组合上，尤其是当你的Range列是因子类型（比如用cut()生成的区间因子）或者字符型标签时：

• unique(x)对于因子会返回按因子水平排序的唯一值，而不是数据中实际出现的顺序；
• tabulate()是基于整数索引计数的，在处理因子/字符的匹配索引时，偶尔会因为水平顺序或边缘情况（比如存在未使用的因子水平）导致计数偏差，最终让which.max()指向错误的结果。

修正后的众数函数 #

我给你写了一个更稳定的版本，直接用table()来统计次数，逻辑更直观，也能更好地处理因子和字符型数据：

mode <- function(x, na.rm = FALSE) {
  # 可选：去除NA值
  if (na.rm) {
    x <- x[!is.na(x)]
  }
  
  # 统计每个值的出现次数
  value_counts <- table(x)
  # 找到最大出现次数
  max_count <- max(value_counts)
  # 获取所有出现次数等于最大值的众数（支持多众数情况）
  result <- names(value_counts)[value_counts == max_count]
  
  # 如果原数据是因子类型，保持因子类型返回，避免转换成字符
  if (is.factor(x)) {
    factor(result, levels = levels(x))
  } else {
    result
  }
}

使用方法 #

直接调用函数计算Range列的众数：

mode(x$Range)

如果需要按分组计算众数（比如用dplyr），可以这样写：

library(dplyr)
x %>%
  group_by(你的分组列名) %>%
  summarise(range_mode = mode(Range))

这个版本的函数会准确统计每个区间的出现次数，然后返回真正出现次数最多的区间，应该能解决你得到错误结果的问题。

内容的提问来源于stack exchange，提问作者seulki choi