我有一个名为“data”的列表，它由10个元素（列表）组成，每个元素（列表）有不同数量的元素，例如

lengths(data)

[1]26 33 3 20 22 21 17 18
因此，我们列表的第一个元素由26个元素组成，第二个元素由33个元素组成，以此类推...例如，这些元素中的每一个都是 Dataframe （“tibbles”），具有6列（前四个是整数，第五个是逻辑，最后一个是字符

colnames(data[[1]][[1]])

[1]“宽度”“高度”“x”“y”“空格”“文本”
尽管 Dataframe （列）的结构在组内外是一致的，但即使在组内，每个 Dataframe 的行数也不同。
我想为同一元素中分组的 Dataframe 找到一个模式“高度”。
因此，第一个元素中的26个 Dataframe 有共同的模式，以此类推。换句话说，我想将第一个元素中的26个 Dataframe 的数据分组，计算模式，然后将结果作为新列写入每个 Dataframe ，以便我可以对高度高于、低于和等于模式的行执行不同的操作。

这是我到目前为止得出的结论，尽管它不正确，但在大多数情况下应该会产生相同的结果：

getmode <- function(v) {
  uniqv <- unique(v)
  uniqv[which.max(tabulate(match(v, uniqv)))]
}

mode <- lapply(data, function(x) lapply(lapply(x, '[[', 
           'height'), getmode)) # find    mode height for each
                                # paper and each page
mode2 <- lapply(mode, function (x) getmode(x)) 
                          # find mode for each paper