如何使用 R 从游戏日志中创建棒球拆分答案

【问题标题】：How to use R to create baseball Splits from Game Logs如何使用 R 从游戏日志中创建棒球拆分
【发布时间】：2021-05-29 15:59:24
【问题描述】：

我正在尝试使用 R 重新创建 MLB.com 上的棒球拆分。拆分是从游戏日志创建的，并提供不同的数据切割。例如，主场与客场比赛、白天与夜间比赛、八月与九月等等，都在一张方便的桌子上。我相信，一旦基本拆分总计，所有比率（AVG、OBP SLG）都可以通过 mutate 添加。

我的问题是，创建这些拆分的最佳和最有效的方法是什么，以及应该如何塑造数据。游戏日志显然有包含拆分主题的附加（隐藏）列。问题的性质使我相信 purrr 可能是一种可以使用的工具，但我无法完全确定如何解决这个问题。

这是我认为应该如何塑造数据的方式以及link to a sample game log。对于这个问题的任何想法、想法或解决方案，我将不胜感激。

国家外野手胡安·索托的比赛日志和比赛记录的链接和图片如下所示。

游戏日志：Juan Soto Game Log

拆分：Juan Soto Game Splits

拆分

【问题讨论】：

标签： r dplyr tidyverse

【解决方案1】：

我已经浏览了数据集，但我不确定 sum 的值是否匹配，也不确定与上面图片相关的平均值。

为了创造你所建议的价值观，你是对的。

但是，希望我的方法可以帮助你得到你想要的。

library(tidyverse)
library(data.table)

game.splits <- "https://raw.githubusercontent.com/MundyMSDS/GAMELOG/main/SAMPLE_GAME_LOG.csv"
game.splits <- fread(game.splits, fill = TRUE)

game.splits.pivot <- game.splits
game.splits.pivot$Var1 <- ifelse(game.splits.pivot$Var1 %in% "HOME", 1, 0)
game.splits.pivot$Var2 <- ifelse(game.splits.pivot$Var2 %in% "NIGHT", 3, 2)
game.splits.pivot$Var3 <- ifelse(game.splits.pivot$Var3 %in% "SEPTEMBER", 5, 4)

game.splits.pivot <- game.splits.pivot %>% pivot_longer(-c(1:16, 20))
colnames(game.splits.pivot)[19] <- "name_c"
game.splits.pivot <- game.splits.pivot[, -c(17, 18)]
game.splits.pivot <- game.splits.pivot %>% pivot_longer(-c(1:3, 17))

#test
game.splits.pivot_test <- game.splits.pivot[, -c(1, 2, 3)]
game.splits.pivot_test <- aggregate(value ~ name_c + name, game.splits.pivot_test, sum)
game.splits.pivot_test <- game.splits.pivot_test %>% pivot_wider(names_from = name, values_from = value)

lc_name <- tibble(name_c = 0:5, split = c("HOME", "AWAY", "DAY", "NIGHT", "AUGUST", "SEPTEMBER"))

game.splits.pivot_test <- game.splits.pivot_test %>% 
  inner_join(lc_name, by = "name_c") %>% 
  arrange(name_c) %>% 
  select(-name_c)

game.splits.pivot_test <- game.splits.pivot_test[, c(14, 3, 9, 6, 1, 2, 7, 10, 4, 8, 12, 11, 5, 13)]

查看数据集：

# A tibble: 6 x 14
  split        AB     R     H  `2B`  `3B`    HR   RBI    BB   IBB    SO    SB    CS    TB
  <chr>     <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
1 HOME         88    24    32     5     0     9    23    15     5    12     1     2    64
2 AWAY         66    15    22     9     0     4    14    26     7    16     5     0    43
3 DAY          29    21    18     4     0     5    17    12     4     3     4     0    37
4 NIGHT       125    18    36    10     0     8    20    29     8    25     2     2    70
5 AUGUST       90    21    33     6     0    11    25    13     1    13     1     1    72
6 SEPTEMBER    64    18    21     8     0     2    12    28    11    15     5     1    35

【讨论】：

【解决方案2】：

事实证明，这比我想象的更直接。以下解决方案依赖 pivot_longer 来塑造数据并 summarise_if 来计算拆分 - 不需要 rbinds 或 purrr。

library(tidyverse)
        
        game.splits <- "https://raw.githubusercontent.com/MundyMSDS/GAMELOG/main/SAMPLE_GAME_LOG.csv"
        game.splits <- read_csv(game.splits)
        
        
        game.splits %>% 
          pivot_longer(Var1:Var3, names_to = "split") %>% 
          group_by(split) %>% 
          arrange(split) %>% 
          select(split, value, everything()) %>% 
          ungroup() %>% 
          select(split, value, everything()) %>% 
          select(-Date, -OPP) %>% 
          mutate(value = str_c(split, "_", value)) %>% 
          group_by(value) %>% 
          summarise_if(is.numeric, sum) %>% 
          mutate(value= str_replace(value, "(Var\\d_)",""))
    
    
        #> # A tibble: 6 x 14
        #>   value     AB     R     H    TB  `2B`  `3B`    HR   RBI    BB   IBB    SO    SB
        #>   <chr>  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
        #> 1 AWAY      88    24    32    64     5     0     9    23    15     5    12     1
        #> 2 HOME      66    15    22    43     9     0     4    14    26     7    16     5
        #> 3 DAY       29    21    18    37     4     0     5    17    12     4     3     4
        #> 4 NIGHT    125    18    36    70    10     0     8    20    29     8    25     2
        #> 5 AUGUST    90    21    33    72     6     0    11    25    13     1    13     1
        #> 6 SEPTE~    64    18    21    35     8     0     2    12    28    11    15     5
    
    Created on 2021-03-03 by the reprex package (v0.3.0)

【讨论】：