我认为标题没有清楚地解释我需要做的数据计算,所以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
我只是想获得以下“本垒打”的输出:
c(-2, 2, -3, 2, -5, 1)
输出解释 - 客队开始比赛得 2 分(在第 6 行和第 7 行分别得 1 分)-2
,然后是主队得 2 分(第 10 行)2
,然后客队得 3 分(第 11 行)-3
,那么主队得 2 分(第 12 行)2
,然后客队得 5 分(第 13、16 行)-5
,那么主队得 1 分(第 18 行),1
。主场连胜的积极因素,客场连胜的消极因素。
最好将这些条纹创建为名为 streaks
或类似名称的数据框上的单独列,并且将过滤数据框(在本例中为 18 到 6 行),没有真正的关于丢失哪些行的偏好。
我正在积极致力于此,但想在这里发帖,因为我在过去的一段时间里一直在努力解决这个问题。非常感谢任何帮助!
编辑:一个特殊的挑战是我不能简单地在 homeMargin 列中查找变化,因为边距的一次变化不等于连续变化。相反,条纹涉及边缘在同一方向上的连续变化。
Edit2:到目前为止,我的努力是沿着这些思路进行的:
my_data %>%
dplyr::mutate(streakDirection = c(0, diff(zoo::as.zoo(homeMargin), na.pad = F))) %>%
dplyr::mutate(signChange = c(0, diff(sign(streakDirection))))
...然而,这并没有真正让我到达我需要去的地方...
最佳答案
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
关于r - 使用 dplyr 计算数据列中的 "streaks",我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56674176/