Question

我认为标题没有清楚说明我需要做的数据计算，因此我在下面创建了一个简单的可重现示例：

这是输入数据框

structure(list(homePoints = c(0, 0, 0, 0, 0, 0, 0, 
0, 0, 2, 2, 4, 4, 4, 4, 4, 4, 5), awayPoints = c(0, 
0, 0, 0, 0, 1, 2, 2, 2, 2, 5, 5, 8, 8, 8, 10, 10, 10), homeMargin = c(0, 
0, 0, 0, 0, -1, -2, -2, -2, 0, -3, -1, -4, -4, -4, -6, -6, -5
)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-18L))

# A tibble: 18 x 3
   homePoints awayPoints homeMargin
        <dbl>      <dbl>      <dbl>
 1          0          0          0
 2          0          0          0
 3          0          0          0
 4          0          0          0
 5          0          0          0
 6          0          1         -1
 7          0          2         -2
 8          0          2         -2
 9          0          2         -2
10          2          2          0
11          2          5         -3
12          4          5         -1
13          4          8         -4
14          4          8         -4
15          4          8         -4
16          4         10         -6
17          4         10         -6
18          5         10         -5

我只是试图获得以下“本垒打”的输出：

c(-2, 2, -3, 2, -5, 1)

输出说明-客队以2分（在第6和7行中分别获得1分）开始比赛， -2 ，然后主队得到2分（第10行） 2 ，然后客队得分3分（第11行） -3 ，然后主队得分2分（第12行）） 2 ，然后客队获得5分（第13、16行） -5 ，然后主队得到1分（第18行））， 1 。正面条纹正面，负面条纹负面。

最好将这些条纹作为单独的列创建到称为streaks或类似名称的数据帧上，并将对该数据帧进行过滤（在这种情况下，从18行到6行），而对于哪些行丢失了。

我正在积极地进行这项工作，但由于我在最后一点时间上一直在苦苦挣扎，所以想在这里发表。任何帮助将不胜感激！

编辑：一个特殊的挑战是，我不能简单地在homeMargin列中查找更改，因为页边距的单个更改不等于条纹。相反，条纹涉及沿相同方向的边距连续变化。

Edit2 ：到目前为止，我一直在努力：

my_data %>%
    dplyr::mutate(streakDirection = c(0, diff(zoo::as.zoo(homeMargin), na.pad = F))) %>%
    dplyr::mutate(signChange = c(0, diff(sign(streakDirection))))

...但是，这并不能真正带我去需要去的地方...

Answer 1

这是一种方法：

points %>%
  mutate(change_net = homeMargin - lag(homeMargin, default = 0),
         direction  = sign(change_net)) %>%
  filter(direction != 0) %>%
  mutate(streak = cumsum(direction != lag(direction, default = 0))) %>%
  count(streak, wt = change_net)

# A tibble: 6 x 2
  streak     n
   <int> <dbl>
1      1    -2
2      2     2
3      3    -3
4      4     2
5      5    -5
6      6     1

Answer 2

相同的想法，但实现方式有所不同：

my_data %>% 
      mutate(mdif = c(0 , (diff(homePoints) - diff(awayPoints))), 
             msgn=sign(mdif)) %>% 
      filter(mdif!=0) %>% 
      mutate(mgrp=cumsum((msgn!=lag(msgn, default = 0))))  %>%  
      group_by(mgrp)  %>% 
      summarise(mdif = sum(mdif)) %>% 
      pull(mdif)

#> [1] -2  2 -3  2 -5  1

使用dplyr计算数据列中的“条纹”

2 个答案: