Всё, понял.

Только вот с сортировкой вопрос остаётся открытым. То есть по условию задачи не понятно как разраешается ситуация мультимодальности.

Вторая итерация Rcpp. Без сортировки. Результат отличается, но также выдаёт строку с частотй 5:

// [[Rcpp::plugins(cpp11)]]

#include <Rcpp.h>

using namespace Rcpp;

template <typename T>
class hasher {
public:
  std::size_t operator()(const T& vec) const {
    size_t seed = vec.size();
    for(auto& i : vec) {
      seed ^= i + 0x9e3779b9 + (seed << 6) + (seed >> 2);
    }
    return seed;
  }
};

// [[Rcpp::export]]
size_t count_rows(IntegerMatrix x) {
  size_t nrows = x.rows();
  hasher<IntegerMatrix::Row> hash_fn;
  std::unordered_map<size_t,size_t> hash_rows;
  std::unordered_map<size_t,size_t> hash_counts;
  using pair_type = decltype(hash_counts)::value_type;

  for (size_t i = 0; i < nrows; ++i) {
    IntegerMatrix::Row ri = x.row(i);
    size_t h = hash_fn(ri);
    hash_counts[h]++;
    hash_rows[h] = i;
  }

  auto comp = [](const pair_type& p1, const pair_type& p2) {
    return p1.second < p2.second;
  };
  auto hidx = std::max_element(hash_counts.begin(), hash_counts.end(), comp);
  size_t midx = hash_rows[hidx->first];
  return midx;
}

/*** R
set.seed(123)
N = 10000
x <- matrix(nrow = N, ncol = 3, data = sample(0:31, N*3, replace = TRUE))
x[count_rows(x),]
*/

f_tabulate = function(mx){
    mult = 32
    splitter = mx[,3]*mult*mult + mx[,2]*mult + mx[,1]
    res = tabulate(splitter)
    res = which(res == max(res))[1]
    mx[splitter==res, ,drop = FALSE][1, ,drop = FALSE]
}
# Unit: microseconds
# expr       min        lq       mean     median         uq       max neval
# dt            3098.166  3185.073  3728.0666  3334.8835  4014.0755 12412.863   100
# base     57688.870 58858.048 60201.7815 59508.4385 60817.6605 70619.858   100
# tabulate   314.518   352.260   409.4361   359.3785   364.3445  2914.091   100

Этот вариант быстрее моих раз в 8.

which(res == max(res))[1]

Можно тут заменить на which.max. Он должен быстрее работать.

Unit: microseconds
           expr     min      lq     mean   median      uq      max neval cld
 f_tabulate1(x) 291.056 311.396 497.9079 327.5375 516.369 4679.221   100   a
 f_tabulate2(x) 228.249 241.458 364.9199 268.5990 376.807 6679.179   100   a

Ещё чуть ускорил и сократил:

f_tabulate = function(mx) {
  mult = 32
  splitter = mx[,3] * mult * mult + mx[,2] * mult + mx[,1]
  res = tabulate(splitter)
  idx = which.max(splitter == which.max(res))
  mx[idx, ]
}

Можно вместо хэша попробовать имитировать tabulate. То есть делаем splitter=splitter = mx[,3]*mult*mult + mx[,2]*mult + mx[,1], создаем массив counter = 1:max(spliter) потом в цикле бежим по сплиттеру и counter[spliiter[i]] = counter[spliiter[i]] + 1

Хорошая идея.

Сделал такой цикл на R. Забавно, что хотя tabulate он не обходит, но вполне себе рвет data.table:

set.seed(123)
N = 10000
x <- matrix(nrow = N, ncol = 3, data = sample(0:31, N*3, replace = TRUE))
mx <- x
library(data.table)
f_dt <- function(mx) {
    mx <- as.data.frame(mx)
    setDT(mx)
    mx <- mx[, .N, by = list(V1, V2, V3)][order(-N)][1]
    mx[, cbind(V1, V2, V3)]
}
f_dt(x)

f_dt2 <- function(mx) {
    mx <- as.data.table(mx)
    mx[, .N, by = list(V1, V2, V3)][which.max(N)[1]][, cbind(V1, V2, V3)]

}
f_dt2(x)

f_base <- function(mx) {
    mx <- paste(mx[, 1], mx[, 2], mx[, 3])
    mx <- sort(table(mx), decreasing = TRUE)
    mx <- names(mx[1])
    mx <- as.numeric(strsplit(mx, '\\s')[[1]])
    matrix(nrow = 1, ncol = 3, data = mx)
}
f_base(x)

f_tabulate = function(mx){
    mult = 32
    splitter = mx[,3]*mult*mult + mx[,2]*mult + mx[,1]
    res = tabulate(splitter)
    res = which(res == max(res))[1]
    mx[splitter==res, ,drop = FALSE][1, ,drop = FALSE]
}
f_tabulate(x)


f_tabulate2 = function(mx){
    mult = 32
    splitter = mx[,3]*mult*mult + mx[,2]*mult + mx[,1]
    res = tabulate(splitter)
    res = which.max(res)
    mx[splitter==res, ,drop = FALSE][1, ,drop = FALSE]
}
f_tabulate2(x)

f_low_level = function(mx){
    mult = 32
    splitter = mx[,3]*mult*mult + mx[,2]*mult + mx[,1] + 1
    res = rep(0, max(splitter))
    for(i in seq_along(splitter)){
        res[splitter[i]] = res[splitter[i]] + 1 
    }
    res = which(res == max(res))[1]
    mx[splitter==res, ,drop = FALSE][1, ,drop = FALSE]
}
f_low_level(x)

library(microbenchmark)
microbenchmark(
    dt = f_dt(x),
    dt2 = f_dt2(x),
    base = f_base(x),
    tabulate = f_tabulate(x),
    tabulate2 = f_tabulate2(x),
    loop = f_low_level(x)
)
# Unit: microseconds
# expr          min         lq       mean    median        uq       max neval
# dt         3128.625  3250.1285  3912.6456  3821.227  4258.572  7981.140   100
# dt2        2601.559  2705.8470  3335.4357  3053.803  3683.170  7413.352   100
# base      59269.405 59960.8480 61325.7161 60555.287 61727.445 73447.540   100
# tabulate    325.112   355.5705   366.4962   360.868   367.655   519.451   100
# tabulate2   254.925   287.8670   371.1212   294.157   299.454  7335.219   100
# loop       1472.606  1560.1740  1660.2241  1575.569  1597.088  4391.001   100

set.seed(123)
N = 10000
x <- matrix(nrow = N, ncol = 3, data = sample(0:31, N*3, replace = TRUE))
mx <- x
library(data.table)
f_dt <- function(mx) {
    mx <- as.data.frame(mx)
    setDT(mx)
    mx <- mx[, .N, by = list(V1, V2, V3)][order(-N)][1]
    mx[, cbind(V1, V2, V3)]
}
f_dt(x)

f_dt2 <- function(mx) {
    mx <- as.data.table(mx)
    mx[, .N, by = list(V1, V2, V3)][which.max(N)[1]][, cbind(V1, V2, V3)]

}
f_dt2(x)

f_base <- function(mx) {
    mx <- paste(mx[, 1], mx[, 2], mx[, 3])
    mx <- sort(table(mx), decreasing = TRUE)
    mx <- names(mx[1])
    mx <- as.numeric(strsplit(mx, '\\s')[[1]])
    matrix(nrow = 1, ncol = 3, data = mx)
}
f_base(x)

f_tabulate = function(mx){
    mult = 32
    splitter = mx[,3]*mult*mult + mx[,2]*mult + mx[,1]
    res = tabulate(splitter)
    res = which(res == max(res))[1]
    mx[splitter==res, ,drop = FALSE][1, ,drop = FALSE]
}
f_tabulate(x)


f_tabulate2 = function(mx){
    mult = 32
    splitter = mx[,3]*mult*mult + mx[,2]*mult + mx[,1]
    res = tabulate(splitter)
    res = which.max(res)
    mx[splitter==res, ,drop = FALSE][1, ,drop = FALSE]
}
f_tabulate2(x)

f_low_level = function(mx){
    mult = 32
    splitter = mx[,3]*mult*mult + mx[,2]*mult + mx[,1] + 1
    res = rep(0, max(splitter))
    for(i in seq_along(splitter)){
        res[splitter[i]] = res[splitter[i]] + 1 
    }
    res = which(res == max(res))[1]
    mx[splitter==res, ,drop = FALSE][1, ,drop = FALSE]
}
f_low_level(x)

library(microbenchmark)
microbenchmark(
    dt = f_dt(x),
    dt2 = f_dt2(x),
    base = f_base(x),
    tabulate = f_tabulate(x),
    tabulate2 = f_tabulate2(x),
    loop = f_low_level(x)
)
# Unit: microseconds
# expr          min         lq       mean    median        uq       max neval
# dt         3128.625  3250.1285  3912.6456  3821.227  4258.572  7981.140   100
# dt2        2601.559  2705.8470  3335.4357  3053.803  3683.170  7413.352   100
# base      59269.405 59960.8480 61325.7161 60555.287 61727.445 73447.540   100
# tabulate    325.112   355.5705   366.4962   360.868   367.655   519.451   100
# tabulate2   254.925   287.8670   371.1212   294.157   299.454  7335.219   100
# loop       1472.606  1560.1740  1660.2241  1575.569  1597.088  4391.001   100

очень круто, спасибо %)
правда, очень уж нетривиальный ход с mx[,3]*mult*mult + mx[,2]*mult + mx[,1]
я не могу навскидку понять, насколько оно устойчиво и нет ли каких-нибудь ситуаций, когда ломаться будет :(

При NA точно будет ломаться. Ну если за пределы диапазона 0:31 значения выйдут. В остальных случаях должно быть все хорошо. Подсмотрено в tapply

ну, NA в цветах быть не должно, по идее

любопытно, спасибо
я как-то сто лет tapply не трогал

tapply = aggregate

Всем привет, подскажите при авторизации в Google Analytics API не создается файл ".httr-oauth"

а какой пакет используете?

library(googleAuthR)

для данных library(googleAnalyticsR)

googleAuthR это устаревший пакет, сейчас там через gargle автроизация идёт, и он уже в другой директории и другие файлы кеширует

https://netpeak.net/ru/blog/kak-zagruzit-dannyye-iz-api-google-analytics-v-r-chast-2/

спасибо, работало до сегодня, поменял аккаунт и перестал сохранять

там в статье описаны разные способы авторизации