如何计算列中的递归字符串元素？在描述匹配中的得分的单元格中。计算整个数据的方法是什么？

Question

我有这些列的数据:目标值、目标反数和得分。在一个观察中，scorers列中的细胞可能有多个得分者，例如：“TammyAbraham(34)，Zaniolo (90)”。在每一场比赛中，我应该如何计算每一位得分手的进球？为了说明：

#create reprex to ask about goalscorer tally


gf <- c(5,4,0,0,1)
ga <- c(3,3,0,2,0)
scorer <- c("a,b,c,d,e","a,b,c,d", NA, NA,"e")
dat <- data.frame(gf,ga,scorer)

这就是示例的样子：

  gf ga    scorer
1  5  3 a,b,c,d,e
2  4  3   a,b,c,d
3  0  0      <NA>
4  0  2      <NA>
5  1  0         e

有人能帮忙吗？还有，这足够了吗？

我只把进球和进球放在例子中，但在实际数据中，有更多的观察，如阵形、天气、比赛等。可以说，在4-4-2阵型的低得分比赛中，射手a往往得分较低吗？差不多吧。但问题是，得分手A和其他得分手一起在得分手栏中被发现。

Answer 1

有潮流的方法。您可能需要将strsplit scorer字符串添加到列表中，然后将列表unnest：

library(dplyr)
library(tidyr)

dat |>
    mutate(scorer = strsplit(scorer, ",")) |>
    unnest(cols = c(scorer))

# A tibble: 12 × 3
      gf    ga scorer
   <dbl> <dbl> <chr> 
 1     5     3 a     
 2     5     3 b     
 3     5     3 c     
 4     5     3 d     
 5     5     3 e     
 6     4     3 a     
 7     4     3 b     
 8     4     3 c     
 9     4     3 d     
10     0     0 NA    
11     0     2 NA    
12     1     0 e  

Answer 2

计算每名得分手和比赛的进球数：

library(dplyr)
library(tidyr)
dat %>%
  # make match ID:
  mutate(match_ID = row_number()) %>%
  # split `scorer`:
  separate_rows(scorer) %>%
  # remove rows where `scorer` is `NA`:
  filter(!is.na(scorer)) %>%
  # group by:
  group_by(match_ID,scorer) %>%
  # count number of goals per match:
  summarise(N_goals = n())
# A tibble: 10 × 3
# Groups:   match_ID [3]
   match_ID scorer N_goals
      <int> <chr>    <int>
 1        1 a            1
 2        1 b            1
 3        1 c            1
 4        1 d            1
 5        1 e            1
 6        2 a            1
 7        2 b            1
 8        2 c            1
 9        2 d            1
10        5 e            1