Question

我的数据包含足球比赛结果的统计数据，包含12806次观察（比赛结果）和34项关键绩效指标。

我的data.frame的一个（小）示例如下：

head(Test)
  MatchID Outcome Var1 Var2 Var3 Var4 Var5
1      30    Loss    0   10    0   10    0
2      30     Win    6   13    6   13    6
3      31    Loss    8   12    3    6    3
4      31     Win   29   40    9   19    3
5      32    Loss    7   26    7   26    6
6      32     Win   11   20   11   20    9

对于每个独特的＆＃34;匹配ID＆＃34;我希望从胜利（Outcome ==＆＃34; Win＆＃34;）团队中扣除每一个失败（结果==＆＃34;损失＆＃34;关键绩效指标。）我的数据集并不总是由损失，胜利，损失，胜利，所以连续完成这个方式可能是不可能的。

我使用dplyr尝试了以下内容：

 Differences <- Test %>% 
   group_by(MatchID) %>% 
   summarise_at( .vars = names(.)[3:7], ((Outcome == "Win") - (Outcome == "Loss")))

但是我担心我使用了错误的方法，因为我收到了以下错误：Error in inherits(x, "fun_list") : object 'Outcome' not found

我的预期结果将是：

head(AnticipatedOutcome)
  MatchID Var1 Var2 Var3 Var4 Var5
1      30  6    3    6    3    6
3      31 21   28    6   13    0
5      32  4   -6    4   -6    3

请使用dplyr来实现吗？

Answer 1

两个逻辑向量的差异具有相同的长度。我们需要将＆＃39; Var＆＃39;列的结果＆＃39;结果＆＃39;是"Win"，取sum的{{1}}并将其从“结果”中删除。是"Loss"

library(tidyverse)
Test %>%
    group_by(MatchID) %>%
    summarise_at(vars(starts_with('Var')),
              funs(sum(.[Outcome == "Win"]) - sum(.[Outcome == "Loss"])))
# A tibble: 3 x 6
#  MatchID  Var1  Var2  Var3  Var4  Var5
#    <int> <int> <int> <int> <int> <int>
#1      30     6     3     6     3     6
#2      31    21    28     6    13     0
#3      32     4    -6     4    -6     3

或另一种选择是gather进入＆＃39; long＆＃39;格式，按sum和spread之间的差异来获取广告组＆＃39;格式

Test %>% 
  gather(key, val, Var1:Var5) %>% 
  group_by(MatchID, key) %>%
  summarise(val = sum(val[Outcome == "Win"]) - sum(val[Outcome == "Loss"])) %>%
  spread(key, val)

Answer 2

可以使用带有data.table参数的.SDcols来汇总数据。正如@akrun在他的解决方案中提到的，每次比赛都会从sum的“胜利”中减去sum的“损失”。

library(data.table)

setDT(df)

df[,lapply(.SD,function(x)sum(x[Outcome=="Win"]) - sum(x[Outcome=="Loss"])), 
   .SDcols = Var1:Var5,by=MatchID]

#    MatchID Var1 Var2 Var3 Var4 Var5
# 1:      30    6    3    6    3    6
# 2:      31   21   28    6   13    0
# 3:      32    4   -6    4   -6    3

注意：仅仅是为了探索不同的想法，但即使base-R也可以达到相同的结果：

cbind(unique(df[1]), df[order(df$MatchID),][df$Outcome == "Win",3:7] - 
        df[order(df$MatchID),][df$Outcome == "Loss",3:7])

#   MatchID Var1 Var2 Var3 Var4 Var5
# 1      30    6    3    6    3    6
# 3      31   21   28    6   13    0
# 5      32    4   -6    4   -6    3

数据：

df <- read.table(text = "MatchID Outcome Var1 Var2 Var3 Var4 Var5 1 30 Loss 0 10 0 10 0 2 30 Win 6 13 6 13 6 3 31 Loss 8 12 3 6 3 4 31 Win 29 40 9 19 3 5 32 Loss 7 26 7 26 6 6 32 Win 11 20 11 20 9", header =TRUE, stringsAsFactors = FALSE)

基于R

2 个答案: