Question

现在，我有一个主要功能（让他们称之为performance（）），其参数为player1，player2和team_of_interest。

我有一个如下所示的数据集：

 > head(roster_van, 3)
          team_name team venue        num_first_last
1 VANCOUVER CANUCKS  VAN  Home         5 SBISA, LUCA
2 VANCOUVER CANUCKS  VAN  Home  8 TANEV, CHRISTOPHER
3 VANCOUVER CANUCKS  VAN  Home 14 BURROWS, ALEXANDRE
   game_date    game_id   season session player_number
1 2016-10-15 2016020029 20162017       R             5
2 2016-10-15 2016020029 20162017       R             8
3 2016-10-15 2016020029 20162017       R            14
  team_num  first_name last_name  player_name
1     VAN5        LUCA     SBISA   LUCA.SBISA
2     VAN8 CHRISTOPHER     TANEV  CHRIS.TANEV
3    VAN14   ALEXANDRE   BURROWS ALEX.BURROWS
        name_match player_position
1        LUCASBISA               D
2 CHRISTOPHERTANEV               D
3 ALEXANDREBURROWS               L

这是一个赛季中曲棍球比赛的名单数据。

我想创建另一个功能（让他们称之为球员（）），循环遍布曲棍球队中每对独特的球员，并将他们的名字和球队提供给球员1，球员2和球队_of_interest performance（）函数内的参数。

我已经开始了，但不知道接下来要做什么：

name_pairs <- function(x,y) {
  x <- seq(1,19, by = 2)
  y <- x+1
}

Answer 1

merge可以快速完成从数据框中生成笛卡尔联接。

使用缩短版的样本数据框并猜测team_of_interest列。

library(tidyverse)
roster_van <- tibble(team = "VAN",
                     team_num = c(5, 8, 14),
                     player_name = c("LUCA.SBISA", "CHRIS.TANEV", "ALEX.BURROWS"),
                     player_position = c("D", "D", "L"),
                     team_of_interest = c("SL BLUES", "BOS BRUINS", "CGY FLAMES")
                     )

roster_van

> roster_van
# A tibble: 3 x 5
   team team_num  player_name player_position team_of_interest
  <chr>    <dbl>        <chr>           <chr>            <chr>
1   VAN        5   LUCA.SBISA               D         SL BLUES
2   VAN        8  CHRIS.TANEV               D       BOS BRUINS
3   VAN       14 ALEX.BURROWS               L       CGY FLAMES

如果您只想重复几个列，那么在过滤掉相同的自连接之前，只需要将您希望再次看到的列名重命名为原始数据帧。

roster_van_pairs <- 
    roster_van %>%
    merge(roster_van %>%
              select(team,
                     team_num_paired = team_num,
                     player_name_paired = player_name
                     )
          ) %>% 
    filter(player_name != player_name_paired)
roster_van_pairs

> roster_van_pairs
  team team_num  player_name player_position team_of_interest team_num_paired player_name_paired
1  VAN        5   LUCA.SBISA               D         SL BLUES               8        CHRIS.TANEV
2  VAN        5   LUCA.SBISA               D         SL BLUES              14       ALEX.BURROWS
3  VAN        8  CHRIS.TANEV               D       BOS BRUINS               5         LUCA.SBISA
4  VAN        8  CHRIS.TANEV               D       BOS BRUINS              14       ALEX.BURROWS
5  VAN       14 ALEX.BURROWS               L       CGY FLAMES               5         LUCA.SBISA
6  VAN       14 ALEX.BURROWS               L       CGY FLAMES               8        CHRIS.TANEV

如果您想使用批量方法再次加入所有列，您可以使用以下代码执行所有列的完全重命名：

roster_van_copy <- roster_van
# provenience the data quickly
colnames(roster_van_copy) <-  colnames(roster_van_copy) %>% paste0(., "_paired")

这使得交叉连接代码也更加简洁：

roster_van_all_columns_paired <- 
    roster_van %>% 
    merge(roster_van_copy) %>% 
    filter(player_name != player_name_paired)

我想这会给你留下比必要更多的列，但毕竟用select(-c(<col_x:col_y))很容易删除它们。

roster_van_all_columns_paired

> roster_van_all_columns_paired
  team team_num  player_name player_position team_of_interest team_paired team_num_paired player_name_paired
1  VAN        8  CHRIS.TANEV               D       BOS BRUINS         VAN               5         LUCA.SBISA
2  VAN       14 ALEX.BURROWS               L       CGY FLAMES         VAN               5         LUCA.SBISA
3  VAN        5   LUCA.SBISA               D         SL BLUES         VAN               8        CHRIS.TANEV
4  VAN       14 ALEX.BURROWS               L       CGY FLAMES         VAN               8        CHRIS.TANEV
5  VAN        5   LUCA.SBISA               D         SL BLUES         VAN              14       ALEX.BURROWS
6  VAN        8  CHRIS.TANEV               D       BOS BRUINS         VAN              14       ALEX.BURROWS
  player_position_paired team_of_interest_paired
1                      D                SL BLUES
2                      D                SL BLUES
3                      D              BOS BRUINS
4                      D              BOS BRUINS
5                      L              CGY FLAMES
6                      L              CGY FLAMES

Base R方法可能如下所示：

roster.van.all.copy.baseR <- merge(roster_van, roster_van_copy)
roster.van.all.baseR <- roster.van.all.copy.baseR[ which(roster.van.all.copy.baseR$player_name != roster.van.all.copy.baseR$player_name_paired), ]

创建一个函数来为另一个存在的函数提供参数

1 个答案: