使用另一个数据帧的输入在一个数据帧的多个列上应用函数 (R)

我有一些大的数据帧，其中混合了字符和数字字符，我试图在不使用循环的情况下快速计算频率.

为了回答这个问题，让我们以以下数据帧为例:

df <- data.frame(
  id = paste0("SubID_", 1:((100))),
  score = as.character(sample(1:100, 100, replace=TRUE)),
  dob = sample(seq(as.Date('1999/01/01'), as.Date('2000/01/01'), by="day"), 100)
)

我使用以下函数查找数据中最频繁的值:

  # Taken from:
  # https://www.tutorialspoint.com/r/r_mean_median_mode.htm
  mode <- function(v) {
    uniqv <- unique(v)
    uniqv[which.max(tabulate(match(v, uniqv)))]
  }

要获得如下输出，请执行以下操作:

    f <- data.frame(sapply(df, mode))
      sapply.df..mode.
id             SubID_1
score               84
dob              10739

其中，行名基本上是初始数据帧中的列名.(它们都被附加到一个文件中，用于数据摘要报告).

从这里开始，我想要做的是估计有多少数据由最频繁的分数组成，我try 使用以下函数来实现:

  frequencycounter <- function(x,df,f){
  sum(str_count(df[,x], f[x,]))/length(df[,x])
  }

其中"x"是表示列名的字符值.

然而，每当我在上面try lApply或sApply时，它都需要一段时间才能运行到完成:

    lapply(colnames(df),frequencycounter,df=df,f=f)
    lapply(list(colnames(df)),frequencycounter,y=df,z=f)
    sapply(colnames(df),frequencycounter,df=df,f=f)

我确信有一个mutate或mdplyr的解决方案可以称为汇总，它比这个快得多，但我就是不喜欢它.