Рассчитать уровень самого высокого встречающегося фактора по нескольким столбцам сгруппированных данных в R

Один из способов — повернуть.

Без связей:

pivot_longer(df, -temperature) |>
   filter(!is.na(value)) |>
   group_by(temperature) |>
   count(value) |>
   slice_max(n, with_ties = FALSE)
# A tibble: 3 × 3
# Groups:   temperature [3]
  temperature value      n
  <chr>       <chr>  <int>
1 1           apple      3
2 2           cherry     4
3 3           banana     2

С галстуками:

pivot_longer(df, -temperature) |>
  filter(!is.na(value)) |>
  group_by(temperature) |>
  count(value) |>
  slice_max(n, with_ties = TRUE)
# A tibble: 6 × 3
# Groups:   temperature [3]
  temperature value      n
  <chr>       <chr>  <int>
1 1           apple      3
2 1           cherry     3
3 2           cherry     4
4 3           banana     2
5 3           coyote     2
6 3           dodo       2

foo_mode <- function(x) {
  freq <- table(x)
  data.frame(most_common = names(freq)[which.max(freq)], occurences = max(freq))
}
split(df[paste0("var", 1:3)], df$temperature) |>
  lapply(\(x) foo_mode(unlist(x))) |>
  dplyr::bind_rows(.id = "temperature")

#   temperature most_common occurences
# 1           1       apple          3
# 2           2      cherry          4
# 3           3      banana          2

Базовое решение R

do.call(
    rbind,
    lapply(
        split(df, ~temperature),
        \(x) {
            cbind(
                temperature = x[[1]][1],
                setNames(
                    rev(stack(tail(sort(table(t(x[-1]))), 1))),
                    c("most_common", "count")
                )
            )
        }
    )
)

дает

  temperature most_common count
1           1       apple     3
2           2      cherry     4
3           3        dodo     2
>