在R，mean()并且median()是该做你所期望的标准功能。 mode()告诉您对象的内部存储模式，而不是在其参数中出现最多的值。但是是否有一个标准库函数实现矢量（或列表）的统计模式？

另一种解决方案，适用于数字和字符/因数数据：

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

在我的小型机械上，它可以在大约半秒钟内生成并找到10M整数矢量的模式。

如果您的数据集可能具有多种模式，则上述解决方案采用与相同的方法which.max，并返回模式集的第一个出现的值。要返回所有模式，请使用以下变体（在注释中来自@digEmAll）：

Modes <- function(x) {
  ux <- unique(x)
  tab <- tabulate(match(x, ux))
  ux[tab == max(tab)]
}

有一个软件包modeest可以提供单变量单峰（有时是多峰）数据模式的估计值以及常用概率分布模式的值。

mySamples <- c(19, 4, 5, 7, 29, 19, 29, 13, 25, 19)

library(modeest)
mlv(mySamples, method = "mfv")

Mode (most likely value): 19 
Bickel's modal skewness: -0.1 
Call: mlv.default(x = mySamples, method = "mfv")

有关更多信息，请参见此页面

在r邮件列表中找到了此邮件，希望对您有所帮助。无论如何，这也是我一直在想的。您将需要对数据进行table（），排序，然后选择名字。它有点黑，但应该可以。

names(sort(-table(x)))[1]

我发现上面的Ken Williams帖子很棒，我添加了几行来说明NA值，并使其易于使用。

Mode <- function(x, na.rm = FALSE) {
  if(na.rm){
    x = x[!is.na(x)]
  }

  ux <- unique(x)
  return(ux[which.max(tabulate(match(x, ux)))])
}

估计并相信以下连续函数是一种快速而肮脏的方法，用于估计您认为来自连续单变量分布（例如正态分布）的数字向量的模式：

estimate_mode <- function(x) {
  d <- density(x)
  d$x[which.max(d$y)]
}

然后获得模式估计：

x <- c(5.8, 5.6, 6.2, 4.1, 4.9, 2.4, 3.9, 1.8, 5.7, 3.2)
estimate_mode(x)
## 5.439788

以下功能分为三种形式：

method =“ mode” [默认值]：计算单峰向量的模式，否则返回NA
method =“ nmodes”：计算向量中模式的数目
method =“ modes”：列出单峰或多峰的所有模式向量

modeav <- function (x, method = "mode", na.rm = FALSE)
{
  x <- unlist(x)
  if (na.rm)
    x <- x[!is.na(x)]
  u <- unique(x)
  n <- length(u)
  #get frequencies of each of the unique values in the vector
  frequencies <- rep(0, n)
  for (i in seq_len(n)) {
    if (is.na(u[i])) {
      frequencies[i] <- sum(is.na(x))
    }
    else {
      frequencies[i] <- sum(x == u[i], na.rm = TRUE)
    }
  }
  #mode if a unimodal vector, else NA
  if (method == "mode" | is.na(method) | method == "")
  {return(ifelse(length(frequencies[frequencies==max(frequencies)])>1,NA,u[which.max(frequencies)]))}
  #number of modes
  if(method == "nmode" | method == "nmodes")
  {return(length(frequencies[frequencies==max(frequencies)]))}
  #list of all modes
  if (method == "modes" | method == "modevalues")
  {return(u[which(frequencies==max(frequencies), arr.ind = FALSE, useNames = FALSE)])}  
  #error trap the method
  warning("Warning: method not recognised.  Valid methods are 'mode' [default], 'nmodes' and 'modes'")
  return()
}

在这里，另一个解决方案：

freq <- tapply(mySamples,mySamples,length)
#or freq <- table(mySamples)
as.numeric(names(freq)[which.max(freq)])

我目前无法投票，但RasmusBååth的答案是我一直在寻找。但是，我将对其进行一些修改，以限制分布，例如仅在0到1之间的值。

estimate_mode <- function(x,from=min(x), to=max(x)) {
  d <- density(x, from=from, to=to)
  d$x[which.max(d$y)]
}

我们知道您可能不想限制所有发行版，然后从=-“ BIG NUMBER”设置为=“ BIG NUMBER”

对Ken Williams答案的小修改，添加了可选参数na.rm和return_multiple。

与答案所依赖的不同names()，此答案x在返回的值中保留的数据类型。

stat_mode <- function(x, return_multiple = TRUE, na.rm = FALSE) {
  if(na.rm){
    x <- na.omit(x)
  }
  ux <- unique(x)
  freq <- tabulate(match(x, ux))
  mode_loc <- if(return_multiple) which(freq==max(freq)) else which.max(freq)
  return(ux[mode_loc])
}

为了显示它与可选参数一起使用并维护数据类型：

foo <- c(2L, 2L, 3L, 4L, 4L, 5L, NA, NA)
bar <- c('mouse','mouse','dog','cat','cat','bird',NA,NA)

str(stat_mode(foo)) # int [1:3] 2 4 NA
str(stat_mode(bar)) # chr [1:3] "mouse" "cat" NA
str(stat_mode(bar, na.rm=T)) # chr [1:2] "mouse" "cat"
str(stat_mode(bar, return_mult=F, na.rm=T)) # chr "mouse"

感谢@Frank的简化。

我编写了以下代码以生成模式。

MODE <- function(dataframe){
    DF <- as.data.frame(dataframe)

    MODE2 <- function(x){      
        if (is.numeric(x) == FALSE){
            df <- as.data.frame(table(x))  
            df <- df[order(df$Freq), ]         
            m <- max(df$Freq)        
            MODE1 <- as.vector(as.character(subset(df, Freq == m)[, 1]))

            if (sum(df$Freq)/length(df$Freq)==1){
                warning("No Mode: Frequency of all values is 1", call. = FALSE)
            }else{
                return(MODE1)
            }

        }else{ 
            df <- as.data.frame(table(x))  
            df <- df[order(df$Freq), ]         
            m <- max(df$Freq)        
            MODE1 <- as.vector(as.numeric(as.character(subset(df, Freq == m)[, 1])))

            if (sum(df$Freq)/length(df$Freq)==1){
                warning("No Mode: Frequency of all values is 1", call. = FALSE)
            }else{
                return(MODE1)
            }
        }
    }

    return(as.vector(lapply(DF, MODE2)))
}

让我们尝试一下：

MODE(mtcars)
MODE(CO2)
MODE(ToothGrowth)
MODE(InsectSprays)

基于@Chris的函数来计算模式或相关指标，但是使用Ken Williams的方法来计算频率。这为根本没有模式（所有元素都同样频繁）的情况提供了一种解决方法，并且提供了一些更易读的method名称。

Mode <- function(x, method = "one", na.rm = FALSE) {
  x <- unlist(x)
  if (na.rm) {
    x <- x[!is.na(x)]
  }

  # Get unique values
  ux <- unique(x)
  n <- length(ux)

  # Get frequencies of all unique values
  frequencies <- tabulate(match(x, ux))
  modes <- frequencies == max(frequencies)

  # Determine number of modes
  nmodes <- sum(modes)
  nmodes <- ifelse(nmodes==n, 0L, nmodes)

  if (method %in% c("one", "mode", "") | is.na(method)) {
    # Return NA if not exactly one mode, else return the mode
    if (nmodes != 1) {
      return(NA)
    } else {
      return(ux[which(modes)])
    }
  } else if (method %in% c("n", "nmodes")) {
    # Return the number of modes
    return(nmodes)
  } else if (method %in% c("all", "modes")) {
    # Return NA if no modes exist, else return all modes
    if (nmodes > 0) {
      return(ux[which(modes)])
    } else {
      return(NA)
    }
  }
  warning("Warning: method not recognised.  Valid methods are 'one'/'mode' [default], 'n'/'nmodes' and 'all'/'modes'")
}

由于它使用Ken的方法来计算频率，因此性能也得到了优化，我使用AkselA的帖子对以前的一些答案进行了基准测试，以表明我的功能在性能上与Ken的性能非常接近，而各种输出选项的条件仅导致较小的开销：

这个技巧应该可以正常工作。为您提供值以及模式数：

Mode <- function(x){
a = table(x) # x is a vector
return(a[which.max(a)])
}

R有这么多的附加程序包，以至于其中的一些程序包可以很好地提供数字列表/系列/矢量的[统计]模式。

但是，R本身的标准库似乎没有这种内置方法！解决此问题的一种方法是使用类似以下的构造（如果经常使用，请将其转换为函数...）：

mySamples <- c(19, 4, 5, 7, 29, 19, 29, 13, 25, 19)
tabSmpl<-tabulate(mySamples)
SmplMode<-which(tabSmpl== max(tabSmpl))
if(sum(tabSmpl == max(tabSmpl))>1) SmplMode<-NA
> SmplMode
[1] 19

对于更大的样本列表，应该考虑为max（tabSmpl）值使用一个临时变量（我不知道R会自动对此进行优化）

参考：请参阅“中位数和众数如何？” 在本KickStarting R课程中，
这似乎可以确认（至少在撰写本课程时）R中没有模式函数（嗯... mode（），您发现该模式函数用于声明变量的类型） ）。

这个工作很好

> a<-c(1,1,2,2,3,3,4,4,5)
> names(table(a))[table(a)==max(table(a))]

这是查找模式的函数：

mode <- function(x) {
  unique_val <- unique(x)
  counts <- vector()
  for (i in 1:length(unique_val)) {
    counts[i] <- length(which(x==unique_val[i]))
  }
  position <- c(which(counts==max(counts)))
  if (mean(counts)==max(counts)) 
    mode_x <- 'Mode does not exist'
  else 
    mode_x <- unique_val[position]
  return(mode_x)
}

以下是可用于查找R中向量变量的模式的代码。

a <- table([vector])

names(a[a==max(a)])

为此提供了多种解决方案。我检查了第一个，然后写了我自己的。如果可以帮助任何人，请在此处发布：

Mode <- function(x){
  y <- data.frame(table(x))
  y[y$Freq == max(y$Freq),1]
}

让我们用几个例子进行测试。我正在获取iris数据集。让我们用数字数据进行测试

> Mode(iris$Sepal.Length)
[1] 5

您可以验证的是正确的。

现在，虹膜数据集（种类）中唯一的非数字字段没有模式。让我们用我们自己的例子进行测试

> test <- c("red","red","green","blue","red")
> Mode(test)
[1] red

编辑

如评论中所述，用户可能想要保留输入类型。在这种情况下，可以将模式功能修改为：

Mode <- function(x){
  y <- data.frame(table(x))
  z <- y[y$Freq == max(y$Freq),1]
  as(as.character(z),class(x))
}

函数的最后一行只是将最终模式值强制为原始输入的类型。

我将使用density（）函数来识别（可能是连续的）分布的平滑最大值：

function(x) density(x, 2)$x[density(x, 2)$y == max(density(x, 2)$y)]

其中x是数据收集。注意用于调节平滑度的密度函数的调整参数。

尽管我喜欢Ken Williams的简单功能，但我想检索多种模式（如果存在）。考虑到这一点，我使用以下函数，该函数返回多个模式或单个模式的列表。

rmode <- function(x) {
  x <- sort(x)  
  u <- unique(x)
  y <- lapply(u, function(y) length(x[x==y]))
  u[which( unlist(y) == max(unlist(y)) )]
} 

我一直在研究所有这些选项，并开始怀疑它们的相对功能和性能，因此我进行了一些测试。如果其他人对此感到好奇，我在这里分享我的结果。

我不想打扰这里发布的所有功能，而是选择了基于一些条件的样本：该功能应同时适用于字符，因子，逻辑和数字矢量，应适当处理NA和其他问题值，并且输出应该是“明智的”，即没有数字作为字符或其他此类愚蠢的东西。

我还添加了自己的功能，该功能基于rle与chrispy 相同的思想，但适用于更多常规用途：

library(magrittr)

Aksel <- function(x, freq=FALSE) {
    z <- 2
    if (freq) z <- 1:2
    run <- x %>% as.vector %>% sort %>% rle %>% unclass %>% data.frame
    colnames(run) <- c("freq", "value")
    run[which(run$freq==max(run$freq)), z] %>% as.vector   
}

set.seed(2)

F <- sample(c("yes", "no", "maybe", NA), 10, replace=TRUE) %>% factor
Aksel(F)

# [1] maybe yes  

C <- sample(c("Steve", "Jane", "Jonas", "Petra"), 20, replace=TRUE)
Aksel(C, freq=TRUE)

# freq value
#    7 Steve

我最终通过对两个测试数据集运行了五个功能microbenchmark。函数名称引用其各自的作者：

克里斯的功能设置为method="modes"和na.rm=TRUE默认情况下使其具有更高的可比性，但除此之外，作者所使用的功能也不同。

仅在速度方面，Kens版本就可以轻松取胜，但这也是其中仅有的一种，无论实际有多少种，它只会报告一种模式。通常，速度和多功能性之间需要权衡取舍。在method="mode"，如果存在一种模式，则克里斯的版本将返回值，否则为NA。我认为这很不错。我还认为有趣的是，某些功能如何受到越来越多的唯一值的影响，而其他功能却没有那么多。除了消除逻辑/数字成因外，我还没有详细研究代码来找出原因。

模式并非在每种情况下都有用。因此，该功能应解决这种情况。尝试以下功能。

Mode <- function(v) {
  # checking unique numbers in the input
  uniqv <- unique(v)
  # frquency of most occured value in the input data
  m1 <- max(tabulate(match(v, uniqv)))
  n <- length(tabulate(match(v, uniqv)))
  # if all elements are same
  same_val_check <- all(diff(v) == 0)
  if(same_val_check == F){
    # frquency of second most occured value in the input data
    m2 <- sort(tabulate(match(v, uniqv)),partial=n-1)[n-1]
    if (m1 != m2) {
      # Returning the most repeated value
      mode <- uniqv[which.max(tabulate(match(v, uniqv)))]
    } else{
      mode <- "Two or more values have same frequency. So mode can't be calculated."
    }
  } else {
    # if all elements are same
    mode <- unique(v)
  }
  return(mode)
}

输出，

x1 <- c(1,2,3,3,3,4,5)
Mode(x1)
# [1] 3

x2 <- c(1,2,3,4,5)
Mode(x2)
# [1] "Two or more varibles have same frequency. So mode can't be calculated."

x3 <- c(1,1,2,3,3,4,5)
Mode(x3)
# [1] "Two or more values have same frequency. So mode can't be calculated."

这是基于jprockbelly的答案的，它为非常短的向量增加了速度。在将模式应用于具有许多小型组的data.frame或datatable时，这很有用：

Mode <- function(x) {
   if ( length(x) <= 2 ) return(x[1])
   if ( anyNA(x) ) x = x[!is.na(x)]
   ux <- unique(x)
   ux[which.max(tabulate(match(x, ux)))]
}

给出所有按频率排序的值的另一个简单选项是使用rle：

df = as.data.frame(unclass(rle(sort(mySamples))))
df = df[order(-df$lengths),]
head(df)

另一个可能的解决方案：

Mode <- function(x) {
    if (is.numeric(x)) {
        x_table <- table(x)
        return(as.numeric(names(x_table)[which.max(x_table)]))
    }
}

用法：

set.seed(100)
v <- sample(x = 1:100, size = 1000000, replace = TRUE)
system.time(Mode(v))

输出：

   user  system elapsed 
   0.32    0.00    0.31 

我假设您的观察是实数类，并且当观察为2、2、3 和3时，您期望模式为2.5，那么您可以估计以下模式，其中l1 ..下限最常见类f1。最常见的类，的。频率f0的最频繁的前级的类..frequency，F2最频繁的后级的类..frequency和我 ..Class间隔给出例如，在1，2，3：mode = l1 + i * (f1-f0) / (2f1 - f0 - f2)

#Small Example
x <- c(2,2,3,3) #Observations
i <- 1          #Class interval

z <- hist(x, breaks = seq(min(x)-1.5*i, max(x)+1.5*i, i), plot=F) #Calculate frequency of classes
mf <- which.max(z$counts)   #index of most frequent class
zc <- z$counts
z$breaks[mf] + i * (zc[mf] - zc[mf-1]) / (2*zc[mf] - zc[mf-1] - zc[mf+1])  #gives you the mode of 2.5


#Larger Example
set.seed(0)
i <- 5          #Class interval
x <- round(rnorm(100,mean=100,sd=10)/i)*i #Observations

z <- hist(x, breaks = seq(min(x)-1.5*i, max(x)+1.5*i, i), plot=F)
mf <- which.max(z$counts)
zc <- z$counts
z$breaks[mf] + i * (zc[mf] - zc[mf-1]) / (2*zc[mf] - zc[mf-1] - zc[mf+1])  #gives you the mode of 99.5

如果您想要最频繁的级别并且您拥有多个最频繁的级别，则可以使用以下方法获得所有这些级别：

x <- c(2,2,3,5,5)
names(which(max(table(x))==table(x)))
#"2" "5"

添加可能的data.table方法

library(data.table)
#for single mode
dtmode <- function(x) x[which.max(data.table::rowid(x))]

#for multiple modes
dtmodes <- function(x) x[{r <- rowid(x); r==max(r)}]

您可以在Theta（N）运行时执行以下几种操作

from collections import defaultdict

def mode1(L):
    counts = defaultdict(int)
    for v in L:
        counts[v] += 1
    return max(counts,key=lambda x:counts[x])

def mode2(L):
    vals = set(L)
    return max(vals,key=lambda x: L.count(x))

def mode3(L):
    return max(set(L), key=lambda x: L.count(x))

可以尝试以下功能：

1. 将数值转换为因数
2. 使用summary（）获取频率表
3. 返回模式频率最大的索引
4. 即使有1种以上的模式，也可以将系数转换回数字，此功能效果很好！

mode <- function(x){
  y <- as.factor(x)
  freq <- summary(y)
  mode <- names(freq)[freq[names(freq)] == max(freq)]
  as.numeric(mode)
}

计算模式主要是在因素变量的情况下，那么我们可以使用

labels(table(HouseVotes84$V1)[as.numeric(labels(max(table(HouseVotes84$V1))))])

HouseVotes84是在“ mlbench”包中可用的数据集。

它将给出最大标签值。内置函数本身更容易使用，而无需编写函数。

在我看来，如果集合具有模式，则可以将其元素与自然数一一对应。因此，查找模式的问题减少到生成此类映射，查找映射值的模式，然后映射回集合中的某些项目的问题。（处理NA在映射阶段发生）。

我有一个histogram在相似的主体上运行的函数。（此处提供的代码中使用的特殊功能和运算符应在Shapiro和/或neatOveRse中定义。此处复制的Shapiro和neatOveRse的部分经许可可以复制；复制的摘录可以在本网站的条款下使用。 ）R 伪代码为histogramIS

.histogram <- function (i)
        if (i %|% is.empty) integer() else
        vapply2(i %|% max %|% seqN, `==` %<=% i %O% sum)

histogram <- function(i) i %|% rmna %|% .histogram

（特殊的二进制运算符完成管道，currying和composition）我也有一个maxloc函数，该函数类似于which.max，但是返回向量的所有绝对最大值。[R 伪代码为maxlocIS

FUNloc <- function (FUN, x, na.rm=F)
        which(x == list(identity, rmna)[[na.rm %|% index.b]](x) %|% FUN)

maxloc <- FUNloc %<=% max

minloc <- FUNloc %<=% min # I'M THROWING IN minloc TO EXPLAIN WHY I MADE FUNloc

然后

imode <- histogram %O% maxloc

和

x %|% map %|% imode %|% unmap

如果定义了适当的map-ping和unmap-ping函数，它将计算任何集合的模式。