如何根据R中最常见的条目更新data.frame中的列

Question

mydat <- data.frame(name = c("James", "James", "James", "James", "Leila", "Leila", "Cici", "Bob", "Bob", "Holly", "Topaz", "Topaz"),
                    code = c(123, 928, 981, 333, 981, 928, 463, 123, 928, 981, 333, 444))
> mydat
    name code
1  James  123
2  James  928
3  James  981
4  James  333
5  Leila  981
6  Leila  928
7   Cici  463
8    Bob  123
9    Bob  928
10 Holly  981
11 Topaz  333
12 Topaz  444

在mydat中，每个人都可以有多个与其关联的code。我想对code列进行表格化，并为这个人分配最常见的代码。

> rbind(table(mydat), Total = colSums(table(mydat)))
      123 333 444 463 928 981
Bob     1   0   0   0   1   0
Cici    0   0   0   1   0   0
Holly   0   0   0   0   0   1
James   1   1   0   0   1   1
Leila   0   0   0   0   1   1
Topaz   0   1   1   0   0   0
Total   2   2   1   1   3   3

鲍勃拥有codes 123和928。由于928在mydat中出现的频率比123更多，所以鲍勃将被分配一个928的code。

Cici有code 463，因此Cici将被分配一个代码463。

Holly有code 981，因此Holly将被分配一个代码981。

詹姆斯拥有codes 123、333、928和981。由于928和981的出现频率都高于123和333，詹姆斯将被分配给codes 928和981。

最后的产出应是：

> final_mydat
   name final_code
1   Bob        928
2  Cici        463
3 Holly        981
4 James        928
5 James        981
6 Leila        928
7 Leila        981
8 Topaz        333

在R中有什么快速的方法可以做到吗？

Answer 1

library(dplyr)
mydat %>%
  add_count(code) %>%
  group_by(name) %>%
  slice_max(n) %>%
  ungroup()
# # A tibble: 8 × 3
#   name   code     n
#   <chr> <dbl> <int>
# 1 Bob     928     3
# 2 Cici    463     1
# 3 Holly   981     3
# 4 James   928     3
# 5 James   981     3
# 6 Leila   981     3
# 7 Leila   928     3
# 8 Topaz   333     2

如果要删除... %>% select(-n)列，请添加n。

Answer 2

在R基础上我们可以做到

by(transform(mydat, score=ave(code, code, FUN=length)), mydat$name, \(x) {
  with(x, x[score == max(score), ])}) |> c(make.row.names=FALSE) |> do.call(what=rbind)
#    name code score
# 1   Bob  928     3
# 2  Cici  463     1
# 3 Holly  981     3
# 4 James  928     3
# 5 James  981     3
# 6 Leila  981     3
# 7 Leila  928     3
# 8 Topaz  333     2