将列中的名称更改为每组最常用的名称

如何解决将列中的名称更改为每组最常用的名称

我正在寻找一种方法来计算每个组中最常用的名称，然后将该组中的所有名称更改为最常用的名称，或者使用最常用的名称创建一个新列。在数据集中，频繁名称可能存在联系，因此在这些情况下，我希望它选择任何一个联系名称。例如：

示例数据如下所示：

first_name = c("John","John","John Smith","Linda Dawn","Linda","Jack","Jack B","Jack B")
id = c(1,1,2,3,3)
dt = data.table(cbind(first_name,id))

    first_name id
 1:       John  1
 2:       John  1
 3: John Smith  1
 4: Linda Dawn  2
 5: Linda Dawn  2
 6:      Linda  2
 7:      Linda  2
 8: Linda Dawn  2
 9:       Jack  3
10:       Jack  3
11:     Jack B  3
12:     Jack B  3

我数据集中的名字也可能包含中间名。

我尝试过使用 DescTools::Mode() 函数，如果在最常用的名称中没有联系，该函数效果很好。使用这种方法，我得到以下输出：

dt[,first_name_new := Mode(first_name),by = id]

    first_name id first_name_new
 1:       John  1           John
 2:       John  1           John
 3: John Smith  1           John
 4: Linda Dawn  2     Linda Dawn
 5: Linda Dawn  2     Linda Dawn
 6:      Linda  2     Linda Dawn
 7:      Linda  2     Linda Dawn
 8: Linda Dawn  2     Linda Dawn
 9:       Jack  3           <NA>
10:       Jack  3           <NA>
11:     Jack B  3           <NA>
12:     Jack B  3           <NA>

有谁知道如何让 <NA> 表示 Jack 或 Jack B，或者其他技术来执行此任务？

提前致谢！

解决方法

Mode() 在平局时返回 2 个值。只需从 Mode() 中取出第一个：

dt[,first_name_new := Mode(first_name)[1],by = id]

> dt
    first_name id first_name_new
 1:       John  1           John
 2:       John  1           John
 3: John Smith  1           John
 4: Linda Dawn  2     Linda Dawn
 5: Linda Dawn  2     Linda Dawn
 6:      Linda  2     Linda Dawn
 7:      Linda  2     Linda Dawn
 8: Linda Dawn  2     Linda Dawn
 9:       Jack  3           Jack
10:       Jack  3           Jack
11:     Jack B  3           Jack
12:     Jack B  3           Jack