Создание текущей счетной переменной в R?

Ответ 1

Здесь очень простое решение, которое не очень красиво, но делает работу.

Сначала просто измените ваши данные, чтобы упростить сравнение:

mtable<-data.frame(date,t.1,t.2,m.result, stringsAsFactors = FALSE)

Отредактировано по:

Если вы хотите убедиться, что совпадения упорядочены по дате, вы можете использовать order, как указано @eipi10:

mtable = mtable[order(mtable$date), ]

Отметим, что если даты указаны в формате, который не является целым порядком, вы можете сначала преобразовать их в формат даты с помощью as.Date().

Что мы будем делать, для каждой строки возьмем подмножество фрейма данных с столбцами t.1 и t.2, со всеми строками от 1 до указанной строки. Итак, 1:1, 1: 2, 1: 3 и т.д. На каждом прогоне мы подсчитываем количество раз, когда команда появилась, и используйте это как результат для нового столбца.

mtable$t.1m <- sapply(1:nrow(mtable),
             function(i) sum(mtable[1:i, c("t.1", "t.2")] == mtable$t.1[i]))

Это было сделано для команд в t.1, с небольшим изменением аргумента после == мы можем сделать это для t.2:

mtable$t.2m <- sapply(1:nrow(mtable),
             function(i) sum(mtable[1:i, c("t.1", "t.2")] == mtable$t.2[i]))

Теперь наш dataframe выглядит так:

> mtable
       date t.1  t.2 m.result t.1m t.2m
1  19960406  DC   SJ      0.0    1    1
2  19960413 COL   KC      0.0    1    1
3  19960413  NE   TB      0.0    1    1
4  19960413 CLB   DC      1.0    1    2
5  19960413 LAG NYRB      1.0    1    1
6  19960414 FCD   SJ      0.5    1    2
7  19960418 FCD   KC      1.0    2    2
8  19960420  NE NYRB      1.0    2    2
9  19960420  DC  LAG      0.0    3    2
10 19960420 CLB   TB      0.0    2    2
11 19960421 COL  FCD      1.0    2    3
12 19960421  SJ   KC      0.5    3    3
13 19960427 CLB NYRB      1.0    3    3
14 19960427  DC   NE      0.5    4    3
15 19960428 FCD   TB      1.0    4    3

Ответ 2

На шаге создания данных убедитесь, что stringsAsFactors = FALSE избегает проблем. Тогда это легко сделать. (edit: Я сделал это всем примером dplyr)

library(dplyr)

cross_count <- function(id, var) {
  length(which(mtable[id, var] == mtable[1:id, ] %>% select(t.1, t.2) %>% unlist))
}

mtable  %>% 
  arrange(date) %>% # This makes sure the dates are in order
  mutate(id = 1:nrow(.)) %>% 
  rowwise() %>% 
  mutate(t.1m = cross_count(id, 2), t.2m = cross_count(id, 3))




 date t.1  t.2 m.result id t.1m t.2m
1  19960406  DC   SJ      0.0  1    1    1
2  19960413 COL   KC      0.0  2    1    1
3  19960413  NE   TB      0.0  3    1    1
4  19960413 CLB   DC      1.0  4    1    2
5  19960413 LAG NYRB      1.0  5    1    1
6  19960414 FCD   SJ      0.5  6    1    2
7  19960418 FCD   KC      1.0  7    2    2
8  19960420  NE NYRB      1.0  8    2    2
9  19960420  DC  LAG      0.0  9    3    2
10 19960420 CLB   TB      0.0 10    2    2
11 19960421 COL  FCD      1.0 11    2    3
12 19960421  SJ   KC      0.5 12    3    3
13 19960427 CLB NYRB      1.0 13    3    3
14 19960427  DC   NE      0.5 14    4    3
15 19960428 FCD   TB      1.0 15    4    3

Ответ 3

Кажется, что отдельные столбцы t.1m и t.2m предназначены для бухгалтерского учета, и вас действительно интересует количество игр? Я использовал with() для работы со столбцами mtable без необходимости писать mtable каждый раз

mtable$games <- with(mtable, {

Если какая-то команда играет, она играет как команда 1, так и команда 2

    played <- t.1 == "DC" | t.2 == "DC"

Сравнение векторизовано, сравнивая каждый элемент столбца t.1 с "DC" и т.д., и логическое сравнение также векторизовано так, что один |.

Сложная часть данных состоит в том, что несколько команд играют за один день, а в день матча (видимо) только фокальная команда должна увеличиваться. Я воспользовался этим, выяснив, как заказать игры, чтобы фокусная команда всегда была последней в порядке в тот день, когда она играла.

    o <- order(date, played)

затем вычислил суммарную сумму играемых игр

    games <- cumsum(played[o])

и вернуть игры в исходный порядок

    games[order(o)]
})

Здесь результат

> head(mtable, 11)
       date t.1  t.2 m.result games
1  19960406  DC   SJ      0.0     1
2  19960413 COL   KC      0.0     1
3  19960413  NE   TB      0.0     1
4  19960413 CLB   DC      1.0     2
5  19960413 LAG NYRB      1.0     1
6  19960414 FCD   SJ      0.5     2
7  19960418 FCD   KC      1.0     2
8  19960420  NE NYRB      1.0     2
9  19960420  DC  LAG      0.0     3
10 19960420 CLB   TB      0.0     2
11 19960421 COL  FCD      1.0     3

Здесь функция, которая реализует это, позволяя легко специфицировать координационную команду

gamesplayed <- function(date, t1, t2, focal="DC") {
    played <- t1 == focal | t2 == focal
    o <- order(date, played)
    cumsum(played[o])[order(o)]
}

Ответ 4

Чтобы выполнить это, используя тот же способ, что и вы упомянули:

sum(mtable$t.1 == 'DC', mtable$t.2 == 'DC')