在数据框中查找值并将它们返回到数据框中的新列中答案

【问题标题】：Find values in data frame and return them in new column in data frame在数据框中查找值并将它们返回到数据框中的新列中
【发布时间】：2021-11-17 17:07:07
【问题描述】：

数据框为 12 列 id, season, week, season_type, start_date, home_team, home_points, away_team, away_points, Line, home_cover, away_cover

        id season  week season_type start_date home_team        home_points away_team             away_points  Line home_cover away_cover
      <dbl>  <dbl> <dbl> <chr>            <dbl> <chr>                  <dbl> <chr>                       <dbl> <dbl> <chr>      <chr>     
1 400603840   2015     1 regular         42251. South Carolina            17 North Carolina                 13  -3.5 Y          N         
2 400763593   2015     1 regular         42251. UCF                       14 Florida International          15 -17   N          Y         
3 400763399   2015     1 regular         42251. Central Michigan          13 Oklahoma State                 24  20.5 Y          N         
4 400603839   2015     1 regular         42251  Vanderbilt                12 Western Kentucky               14 -17.5 N          Y         
5 400756883   2015     1 regular         42251. Utah                      24 Michigan                       17  -3   Y          N         
6 400763398   2015     1 regular         42251. Minnesota                 17 TCU                            23  16   Y          N

想要找出每个客队和主队在前一周打过的球队我一辈子都想不通

【问题讨论】：

根据这个数据，前一周没有人玩任何东西。我建议您阅读stackoverflow.com/q/5963269、minimal reproducible example 和stackoverflow.com/tags/r/info，了解有关使问题自包含且可重现（关键字）的讨论，包括以下数据既能代表您的问题，又能代表您的问题。
是的，这只是 2015-2020 年第 1-16 季的头周，这个问题还需要多少时间？
想一想：您需要多少周才能看到一个解决方案，您认为该方法可以稳健且始终如一地运行？一周显然不够；两周？碰巧成功了可能是幸运的。三周时间越来越好。我在下面的回答显示了四个星期，我认为这可以合理地证明问题。如果您愿意，可以使用我的数据进行测试（它是完全可重现的），然后根据您自己的数据调整（列名等）。

标签： r dataframe function loops

【解决方案1】：

我会为此建议dplyr，因为我认为它更容易理解流程。

不过，首先，您的示例数据不包括多个星期，因此不足以证明这一点。下面是一个小样本数据（这部分不要着急理解，只是为了造假数据）：

library(dplyr)
set.seed(42)
dat <- bind_rows(lapply(1:4, function(w) data.frame(season=2021, week=w, home_team=sample(LETTERS[1:4]), away_team=sample(LETTERS[5:8]))))
dat
#    season week home_team away_team
# 1    2021    1         A         F
# 2    2021    1         D         H
# 3    2021    1         C         G
# 4    2021    1         B         E
# 5    2021    2         D         H
# 6    2021    2         C         E
# 7    2021    2         B         G
# 8    2021    2         A         F
# 9    2021    3         D         G
# 10   2021    3         B         E
# 11   2021    3         C         H
# 12   2021    3         A         F
# 13   2021    4         D         E
# 14   2021    4         A         F
# 15   2021    4         C         G
# 16   2021    4         B         H

从这里开始，我们将 (1) 每周转移数据，然后 (2) “加入”两次。（有关合并/加入概念的详细信息，请参阅 How to join (merge) data frames (inner, outer, left, right) 和 What's the difference between INNER JOIN, LEFT JOIN, RIGHT JOIN and FULL JOIN?）

shifted <- dat %>%
  transmute(week = week + 1, home_prevaway = home_team, away_prevaway = away_team)
left_join(dat, shifted, by = c("week", "home_team" = "home_prevaway")) %>%
  left_join(., shifted, by = c("week", "away_team" = "away_prevaway"))
#    season week home_team away_team away_prevaway home_prevaway
# 1    2021    1         A         F          <NA>          <NA>
# 2    2021    1         D         H          <NA>          <NA>
# 3    2021    1         C         G          <NA>          <NA>
# 4    2021    1         B         E          <NA>          <NA>
# 5    2021    2         D         H             H             D
# 6    2021    2         C         E             G             B
# 7    2021    2         B         G             E             C
# 8    2021    2         A         F             F             A
# 9    2021    3         D         G             H             B
# 10   2021    3         B         E             G             C
# 11   2021    3         C         H             E             D
# 12   2021    3         A         F             F             A
# 13   2021    4         D         E             G             B
# 14   2021    4         A         F             F             A
# 15   2021    4         C         G             H             D
# 16   2021    4         B         H             E             C

home_prevaway是当前主队上一场比赛的球队； away_prevaway 也是如此。

为了验证，在第 1 周，“B”队（主场）对阵“E”队（客场），“D”队对阵“H”队。在第 2 周，B 的 home_prevaway 是“E”，D 的 home_prevaway 是“H”。（考虑到随机数据，A 队和 D 队连续两周在客场比赛相同的事实是不方便的巧合。）

【讨论】：