在 R 中的一系列比赛中，我应该如何计算每支球队的胜利？答案

【问题标题】：How should I approach counting wins per team over a series of matches in R?在 R 中的一系列比赛中，我应该如何计算每支球队的胜利？
【发布时间】：2015-12-09 00:24:04
【问题描述】：

我正在寻求有关如何思考和解决这个问题的建议。

我有一个类似这样结构的数据框，有很多对团队在多轮中每轮进行多场比赛。我想要整个赛季每支球队的胜负数和平局数（= 整个数据框）。

我想到了两种方法，但似乎都不对：

我可以考虑通过比较两个给定的分数来确定其中一个的赢/输/平局，使用 if-then-else 函数。但有时比赛的另一个分数是下面的，有时是上面的。所以用applyfunction 循环似乎是不对的。
或者，我可以使用dplyr 函数按轮分组，并在轮内进行比较。但那有什么功能呢？我不想使用像 dplyr 这样的汇总函数似乎很自然地可以使用，因为我想生成一个列来告诉我几个单元格中的每一个是否都是胜利。

有什么建议吗？谢谢！

【问题讨论】：

标签： r loops dplyr

【解决方案1】：

这是我的尝试。我最初使用melt() 以长格式输出数据。然后，我在group_by() 中创建了一个组变量。然后，我使用value更改了每对的顺序，也就是比赛中的分数。在mutate() 中，当两个值（两个分数）相等时，我分配了“tie”。否则，我将“赢”和“输”分配给每一对，因为赢家排在第一位。如果您想要宽格式，可以使用dcast()。

mydf <- data.frame(round = c("A1", "A1", "A2", "A2"),
                   team = c("Lincoln", "Jefferson", "Washington", "Adams"),
                   match1 = c(3, 2, 5, 0),
                   match2 = c(1, 1, 3, 1),
                   match3 = c(2, 4, 4, 3),
                   stringsAsFactors = FALSE)

melt(mydf, id.vars = c("round", "team"), variable.name = "match") %>%
    group_by(round, match) %>%
    arrange(desc(value)) %>%
    mutate(result = { if(value[1] == value[2]){"ties"}else{
        c("win", "lose")}
    })


#    round       team  match value result
# 1     A1    Lincoln match1     3    win
# 2     A1  Jefferson match1     2   lose
# 3     A1    Lincoln match2     1   ties
# 4     A1  Jefferson match2     1   ties
# 5     A1  Jefferson match3     4    win
# 6     A1    Lincoln match3     2   lose
# 7     A2 Washington match1     5    win
# 8     A2      Adams match1     0   lose
# 9     A2 Washington match2     3    win
# 10    A2      Adams match2     1   lose
# 11    A2 Washington match3     4    win
# 12    A2      Adams match3     3   lose

【讨论】：

【解决方案2】：

您的格式在回合方面很长，但在比赛方面很宽。我会使用排名来查找哪支球队更高，每场比赛使用sapply，每轮使用ave：

sapply(mydf[-1:-2], function(x) ave(x, mydf[1], FUN=rank))
#     match1 match2 match3
#[1,]      2    1.5      1
#[2,]      1    1.5      2
#[3,]      2    2.0      2
#[4,]      1    1.0      1

2s 是赢，1s 是输，1.5s 是平局。您可以使用factor() 来标记它们。

【讨论】：

【解决方案3】：

这是另一个 dplyr/tidyr 选项

library(dplyr)
library(tidyr)

mydf %>%
  gather(match_number, score, 
         match1:match3) %>%
  group_by(round, match_number) %>%
  mutate(percent_goals =  score / sum(score),
         win = percent_goals > 0.5,
         tie = percent_goals == 0.5,
         lose = percent_goals < 0.5) %>%
  gather(outcome, test, 
         win, tie, lose) %>%
  filter(test) %>%
  count(team, outcome) %>%
  spread(outcome, n, fill = 0)

【讨论】：