关键是开始按a和b分组以计算频率，然后只取每组a中最频繁的频率，例如：

df %>% 
  count(a, b) %>%
  slice(which.max(n))

Source: local data frame [2 x 3]
Groups: a

  a b n
1 1 B 2
2 2 B 2

字符串
当然，还有其他方法，所以这只是一个可能的“关键”。

其他答案忽略了捆绑频率
什么对我有用：

# A and B are tied
a <- c(rep(1:2,5))
b <- c("A","A","A","A","B","B","B","B","C","C")
df3 <- data.frame(a,b)

library(data.table)
setDT(df3)[ , .N, by=.(a, b)][ , .SD[ N == max(N) ], by = a] # includes ties

library(dplyr)
df3 |>
  group_by(a) |>
  count(b) |>
  top_n(1) # includes ties

字符串

by()a的每个值，创建b的table()，并提取table()中最大条目的names()：

> with(df,by(b,a,function(xx)names(which.max(table(xx)))))
a: 1
[1] "B"
------------------------
a: 2
[1] "B"

字符串
您可以将其 Package 在as.table()中以获得更漂亮的输出，尽管它仍然不完全符合您想要的结果：

> as.table(with(df,by(b,a,function(xx)names(which.max(table(xx))))))
a
1 2 
B B

型