在 R 中的整个数据框中添加带有多个过滤器的 mean() 列答案

【问题标题】：Adding mean() column with multiple filters throughout dataframe in R在 R 中的整个数据框中添加带有多个过滤器的 mean() 列
【发布时间】：2020-04-16 23:10:19
【问题描述】：

R 新手，正在将其用于数据框中的一些 NFL 分析，其中相关列如下所示：

兰迪·莫斯 12.9 2000
兰迪·莫斯 21.6 2000
兰迪莫斯 4.0 2000
兰迪·莫斯 44.7 2000
兰迪·莫斯 25.8 2000
兰迪·莫斯 12.9 2000

这不是一个列表，它是一个数据框，其中玩家（“fname.1”）每场比赛的幻想统计数据（“fp3”）和比赛年份（“year”）是有问题的列。该数据包括 2000 年至 2019 年的所有年份。

我想添加一个列，该列是该玩家当年所有幻想结果的平均值。所以，我在示例数据中想要的输出（如果兰迪莫斯只玩了 6 场比赛）将为每个条目添加一列平均值，如下所示：

兰迪·莫斯 12.9 2000 16.98333
兰迪·莫斯 21.6 2000 16.98333
兰迪莫斯 4.0 2000 16.98333
兰迪·莫斯 44.7 2000 16.98333
兰迪·莫斯 25.8 2000 16.98333
兰迪·莫斯 12.9 2000 16.98333

我在使用简单的 group_by() 和 summarise() 公式时遇到了麻烦，因为每年每个玩家都需要不同的平均值。我写了一个 for 循环，它创建了一个包含我需要的信息的列表，但我不确定如何将它添加到原始数据中，或者是否有更简单的方法来完成这个......

mean_fantasy <- list()
 for(y in 2000:2019) {
     mean_fantasy[[y]] <- offense_test %>%
         filter(year == y) %>%
         group_by(fname.1) %>%
         summarize(mean_fp3 = sum(fp3)/n(), games = n(), year = sum(year)/n())     
      }

对 R 和这个论坛非常陌生，所以希望这个问题/格式有意义

【问题讨论】：

标签： r

【解决方案1】：

只需使用ave() 函数即可得到您正在寻找的结果，即每位玩家每年的平均值。

   fp3 <- rnorm(20,20,5)
   player <- rep(c(LETTERS)[1:4], each = 5)
   year <- as.factor(rep(seq(2015,2016, by = 1), 10))

   df <- data.frame(player,fp3,year)

   df$mean.player.year <- ave(df$fp3, df[,c('player', 'year')], FUN = mean)

   # And for the desired output view...  
   df <- df[order(df$player,df$year),]

 > df
   player       fp3 year mean.player.year
1       A 20.658824 2015         14.36088
3       A 19.842985 2015         14.36088
5       A  2.580835 2015         14.36088
2       A 12.571649 2016         14.33038
4       A 16.089108 2016         14.33038
7       B 34.268847 2015         27.21018
9       B 20.151507 2015         27.21018
6       B  9.363759 2016         15.10290
8       B 19.686929 2016         15.10290
10      B 16.257998 2016         15.10290
11      C 25.823640 2015         21.57919
13      C 17.753304 2015         21.57919
15      C 21.160641 2015         21.57919
12      C 20.878661 2016         23.27219
14      C 25.665711 2016         23.27219
17      D 22.621288 2015         22.81370
19      D 23.006116 2015         22.81370
16      D 25.508619 2016         19.37231
18      D 13.923885 2016         19.37231
20      D 18.684435 2016         19.37231

【讨论】：

【解决方案2】：

我们可以使用transmute 和map

library(dplyr)
library(purrr)
library(stringr)
out <-  map_dfc(2000:2019, ~ offense_test %>%
                     filter(year == .x) %>%
                     group_by(fname.1) %>%
                     transmute(!! str_c('mean_fp3_', .x) :=  sum(fp3)/n(),
                               !! str_c('games_', .x) := n(), 
                               !! str_c('year_', .x)  := sum(year)/n())) %>%
        bind_cols(offense_test, .)

如果我们需要单个 mean 列，那么我们不需要循环，在 group_by 中也使用“年份”，然后使用 mutate 创建列

offense_test %>%
     group_by(fname.1, year) %>%
     mutate(mean_fp3 = mean(fp3), games = n())

【讨论】：

【解决方案3】：

感谢大家的回答，因为它更简单，所以选择了 Roasty's。可以验证它是否有效

【讨论】：