寻找一个R函数，它将允许我根据5列中的匹配值来总结df中的数据

Question

我有一个数据集，其中包含NBA比赛的游戏日志数据。每行都有关于一场比赛的数据，其中包括10列，显示当时来自每支球队的球员。这些列被标记为A1、A2、A3、A4、A5和H1、H2、H3、H4、H5。

使用R，我想总结各种基于匹配组球员在A1，A2.H1，H2.列。问题是，球员们并不是在每一行都是按相同的顺序分组的。在下面的示例中，我需要总结第1行和第3行，因为这两行都包含播放器1、2、3、4和5，只是顺序不同：

Row | A1 | A2 | A3 | A4 | A5 | pts 
----|----|----|----|----|----|-----
1   | p1 | p2 | p3 | p4 | p5 | 2   < row 1 equals row 3
----|----|----|----|----|----|----- 
2   | p2 | p7 | p3 | p4 | p5 | 3 
----|----|----|----|----|----|----- 
3   | p5 | p2 | p3 | p4 | p1 | 1   < row 3 equals row 1
----|----|----|----|----|----|----- 
4   | p6 | p2 | p9 | p4 | p5 | 3

理想情况下，我想要一个可以立即总结这些组的函数，但我想也许我需要一个函数，它可以首先对每一行进行水平排序。然后，我可以创建一个连接这5列的值，并使用它来总结数据(这是我在Excel中所做的)。

我是R的新手，所以我只是在寻找最有效的方法。

Answer 1

您可以添加字段的一列，排序。例如：

dat <- read.table(header=TRUE, stringsAsFactors=FALSE, text='
Row  A1  A2  A3  A4  A5  pts 
1    p1  p2  p3  p4  p5  2
2    p2  p7  p3  p4  p5  3 
3    p5  p2  p3  p4  p1  1
4    p6  p2  p9  p4  p5  3')

dat$sorted <- apply(subset(dat, select=A1:A5), 1, function(v) paste(sort(v), collapse = ","))
dat
#   Row A1 A2 A3 A4 A5 pts         sorted
# 1   1 p1 p2 p3 p4 p5   2 p1,p2,p3,p4,p5
# 2   2 p2 p7 p3 p4 p5   3 p2,p3,p4,p5,p7
# 3   3 p5 p2 p3 p4 p1   1 p1,p2,p3,p4,p5
# 4   4 p6 p2 p9 p4 p5   3 p2,p4,p5,p6,p9

快速解释：

• subset(dat, select=...)是一种收集一系列命名列的廉价方法，可以很容易地实现dat[2:6]；
• apply(x, 1, FUN)将函数FUN应用于数据x的每一行(1)；更改1到2，它将应用于每一列；在本例中，FUN被调用4次，对每一行调用一次，并使用值的向量；
• sort(v)确保玩家的ID(或姓名？)总是按可预测的顺序排列；
• paste(..., collapse=",")接受所有的字符串并将它们压缩成一个字符串，每个字符串之间都有一个,。

因此，新的sorted列可能是确保不同行具有完全相同的播放器的最清晰的方法，而不管它们在列中的位置如何。它并不是为了“美丽”，只是有用。如果您生成了一个类似的报告字段，它看起来更好看，而且同样具有可预测的顺序(谁知道呢？)，那么它也可以工作。

现在您可以对此进行分组，如下所示：

dat$groupavg <- ave(dat$pts, dat$sorted, FUN=mean)
dat$groupsum <- ave(dat$pts, dat$sorted, FUN=sum)
dat
#   Row A1 A2 A3 A4 A5 pts         sorted groupavg groupsum
# 1   1 p1 p2 p3 p4 p5   2 p1,p2,p3,p4,p5      1.5        3
# 2   2 p2 p7 p3 p4 p5   3 p2,p3,p4,p5,p7      3.0        3
# 3   3 p5 p2 p3 p4 p1   1 p1,p2,p3,p4,p5      1.5        3
# 4   4 p6 p2 p9 p4 p5   3 p2,p4,p5,p6,p9      3.0        3