在R的一系列比赛中，我应该如何计算每支球队的胜利？

Question

我正在寻求关于如何思考和处理这个问题的建议。

我有一个像这样的数据框架，多对球队在多轮比赛中每轮进行多场比赛。我想知道整个赛季每支球队的胜利、输球和平局的数量。

​

​

我想过两种方法，但这两种方法似乎都不正确：

1. 我可以通过比较两个给定的分数来确定其中之一的胜负/平局，使用if-然后- one函数。但有时一场比赛的其他分数是下面的，有时是上面的。因此，循环使用apply函数似乎是不对的。
2. 或者，我可以使用dplyr函数按轮分组，并在循环中进行比较。但又有什么功能呢？我不想使用像dplyr这样的总结函数，因为我想生成一个列，它告诉我几个单元格中的每个单元是否都是成功的。

有什么建议吗？谢谢!

Answer 1

这是我的尝试。最初，我使用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，我用value改变了每对的顺序，这是比赛的分数。在mutate()中，当两个值(两个分数)相等时，我指定了“领带”。否则，我把“赢”和“输”分配给每一对，因为赢家是第一位的。如果您想要一个宽的格式，您可以使用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

Answer 2

您的格式对于回合而言是长的，而对于匹配则是宽的。我会用排名来确定哪支球队更高，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

2是赢，1是输，1.5是平局。您可以使用factor()来标记它们。

Answer 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)