您将如何使用 tidyverse 从过去的表现中计算出下一个获胜者的数量
[英]How would you use the tidyverse to calculate the Number of Next Out Winners from past performances
问题描述
接下来的获胜者是一起参加特定比赛（RaceA）的比赛参赛者，在那场比赛之后，每个比赛参赛者都参加另一场比赛，RaceB（i）。 RaceB(i) 代表 RaceA 的每个参赛者接下来参加的下一场比赛。 RaceB(i) 对于每个跑步者来说可以是不同的或相同的（不要求它是同一场比赛。）
Next Out Winners 是 RaceA（和其他比赛）的指标，反映了在特定时间范围内（例如 90 天）赢得 RaceB(i) 的跑步者数量。 派生 Next Out 获胜者时，不包括在指定时间范围之后进行的比赛。
我的问题是一个 go 如何用 tidyverse 计算这个？ 我假设 purrr function 将发挥重要作用。
解决问题的逻辑：关键输入：比赛、日期、跑步者和完成位置。 data：按照日期、race_number 和 runners 升序排列的比赛数据框。
关键 function (s)：map2_xxx 或 pmap function 对未来 90 天内再次比赛并获胜的主题比赛中的所有马匹进行求和/计数（完成 = 1）。
问题：我们的 function 怎么会知道每匹马只审查 1 场下一场比赛）。 遍历数据框中的每一场比赛都是非常低效的。 我创建了一个小样本数据框并将其包含在一个代表中。 我将继续为此努力，但欢迎任何人提供任何帮助或建议。
代表：
library(tidyverse)
library(lubridate)
library(reprex)
#> Warning: package 'reprex' was built under R version 3.5.3
jdiff <- function(x, y, t="equal", i=0, j=0){
case_when(
t == 'equal'~ if_else(x ==y,1L,0L),
t == 'rng' ~ if_else(x >= y-i & x <= y+j,1L,0L),
TRUE ~ 0L
)
}
df<-tibble(runner=c("D.Wottle","D.Wottle","D.Wottle","D.Wottle","D.Wottle","D.Wottle","C.Hottle","C.Hottle","C.Hottle","C.Hottle","C.Hottle","C.Hottle","JJ.Watt","JJ.Watt","JJ.Watt","JJ.Watt","JJ.Watt","JJ.Watt"),
race_number=c(6,5,4,3,2,1,6,5,4,3,2,1,6,5,4,3,2,1),
race_venue=c("xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx","xyx"),
race_date=c(ymd('20170625'),ymd('20170524'),ymd('20170420'),ymd('20170329'),ymd('20170308'),ymd('20170215'),ymd('20170625'),ymd('20170524'),ymd('20170410'),ymd('20170329'),ymd('20170304'),ymd('20170215'),ymd('20170615'),ymd('20170524'),ymd('20170428'),ymd('20170329'),ymd('20170301'),ymd('20170225')),
distance=c(1400L,1400L,1600L,1400L,1500L,1400L,1400L,1400L,1600L,1400L,1500L,1400L,1400L,1400L,1600L,1400L,1500L,1400L),
finish=c(1L,2L,2L,1L,2L,3L,2L,3L,3L,2L,1L,1L,3L,1L,1L,3L,3L,2L)
) %>%
arrange(race_date, race_number, finish) %>%
# Calculation here to add Next out winner for each Race
#
mutate(next_out_winners = 0) %>%
group_by(race_date, race_number)
#group by races to show the next out winner for each race
#group_by(race_dte, race_number)
print(df,36)
#> # A tibble: 18 x 7
#> # Groups: race_date, race_number [12]
#> runner race_number race_venue race_date distance finish next_out_winners
#> <chr> <dbl> <chr> <date> <int> <int> <dbl>
#> 1 C.Hottle 1 xyx 2017-02-15 1400 1 0
#> 2 D.Wottle 1 xyx 2017-02-15 1400 3 0
#> 3 JJ.Watt 1 xyx 2017-02-25 1400 2 0
#> 4 JJ.Watt 2 xyx 2017-03-01 1500 3 0
#> 5 C.Hottle 2 xyx 2017-03-04 1500 1 0
#> 6 D.Wottle 2 xyx 2017-03-08 1500 2 0
#> 7 D.Wottle 3 xyx 2017-03-29 1400 1 0
#> 8 C.Hottle 3 xyx 2017-03-29 1400 2 0
#> 9 JJ.Watt 3 xyx 2017-03-29 1400 3 0
#> 10 C.Hottle 4 xyx 2017-04-10 1600 3 0
#> 11 D.Wottle 4 xyx 2017-04-20 1600 2 0
#> 12 JJ.Watt 4 xyx 2017-04-28 1600 1 0
#> 13 JJ.Watt 5 xyx 2017-05-24 1400 1 0
#> 14 D.Wottle 5 xyx 2017-05-24 1400 2 0
#> 15 C.Hottle 5 xyx 2017-05-24 1400 3 0
#> 16 JJ.Watt 6 xyx 2017-06-15 1400 3 0
#> 17 D.Wottle 6 xyx 2017-06-25 1400 1 0
#> 18 C.Hottle 6 xyx 2017-06-25 1400 2 0
由代表 package (v0.3.0) 于 2020 年 5 月 14 日创建
所需Output（手工计算）
1 个解决方案
解决方案1
1 已采纳 2020-05-15 01:36:35
我没有使用map function - 我使用了lead
nextouts <- df %>%
# These are clutter
select(- race_venue, -distance) %>%
arrange(runner, race_date) %>%
group_by(runner) %>%
# Use 'lead' to compare this race to the next one.
mutate(next_finish = lead(finish, default= 0),
next_date = lead(race_date, default = NA),
is_next_out_win =
(next_finish == 1 & next_date - race_date <= 90)) %>%
ungroup()
到目前为止，结果看起来不错
# A tibble: 18 x 7
runner race_number race_date finish next_finish next_date is_next_out_win
<chr> <dbl> <date> <int> <dbl> <date> <lgl>
1 C.Hottle 1 2017-02-15 1 1 2017-03-04 TRUE
2 C.Hottle 2 2017-03-04 1 2 2017-03-29 FALSE
3 C.Hottle 3 2017-03-29 2 3 2017-04-10 FALSE
4 C.Hottle 4 2017-04-10 3 3 2017-05-24 FALSE
5 C.Hottle 5 2017-05-24 3 2 2017-06-25 FALSE
6 C.Hottle 6 2017-06-25 2 0 NA FALSE
7 D.Wottle 1 2017-02-15 3 2 2017-03-08 FALSE
8 D.Wottle 2 2017-03-08 2 1 2017-03-29 TRUE
9 D.Wottle 3 2017-03-29 1 2 2017-04-20 FALSE
10 D.Wottle 4 2017-04-20 2 2 2017-05-24 FALSE
11 D.Wottle 5 2017-05-24 2 1 2017-06-25 TRUE
12 D.Wottle 6 2017-06-25 1 0 NA FALSE
13 JJ.Watt 1 2017-02-25 2 3 2017-03-01 FALSE
14 JJ.Watt 2 2017-03-01 3 3 2017-03-29 FALSE
15 JJ.Watt 3 2017-03-29 3 1 2017-04-28 TRUE
16 JJ.Watt 4 2017-04-28 1 1 2017-05-24 TRUE
17 JJ.Watt 5 2017-05-24 1 3 2017-06-15 FALSE
18 JJ.Watt 6 2017-06-15 3 0 NA FALSE
按种族查看结果：
nextoutsR <- nextouts %>%
arrange(race_number)
# A tibble: 18 x 7
runner race_number race_date finish next_finish next_date is_next_out_win
<chr> <dbl> <date> <int> <dbl> <date> <lgl>
1 C.Hottle 1 2017-02-15 1 1 2017-03-04 TRUE
2 D.Wottle 1 2017-02-15 3 2 2017-03-08 FALSE
3 JJ.Watt 1 2017-02-25 2 3 2017-03-01 FALSE
4 C.Hottle 2 2017-03-04 1 2 2017-03-29 FALSE
5 D.Wottle 2 2017-03-08 2 1 2017-03-29 TRUE
6 JJ.Watt 2 2017-03-01 3 3 2017-03-29 FALSE
7 C.Hottle 3 2017-03-29 2 3 2017-04-10 FALSE
8 D.Wottle 3 2017-03-29 1 2 2017-04-20 FALSE
9 JJ.Watt 3 2017-03-29 3 1 2017-04-28 TRUE
10 C.Hottle 4 2017-04-10 3 3 2017-05-24 FALSE
11 D.Wottle 4 2017-04-20 2 2 2017-05-24 FALSE
12 JJ.Watt 4 2017-04-28 1 1 2017-05-24 TRUE
13 C.Hottle 5 2017-05-24 3 2 2017-06-25 FALSE
14 D.Wottle 5 2017-05-24 2 1 2017-06-25 TRUE
15 JJ.Watt 5 2017-05-24 1 3 2017-06-15 FALSE
16 C.Hottle 6 2017-06-25 2 0 NA FALSE
17 D.Wottle 6 2017-06-25 1 0 NA FALSE
18 JJ.Watt 6 2017-06-15 3 0 NA FALSE
看起来每场比赛都有一个下一个获胜者（最后一场除外。）这是有道理的，因为每场比赛只有三匹马和奔跑。
让我们总结一下。 请记住，您可以将 TRUE、FALSE 相加，因为它们认为它们是 1,0。
nextOutWinsInRace <- nextouts %>%
group_by(race_number) %>%
summarise(nextOutWinCount = sum(is_next_out_win))
R> nextOutWinsInRace
# A tibble: 6 x 2
race_number nextOutWinCount
<dbl> <int>
1 1 1
2 2 1
3 3 1
4 4 1
5 5 1
6 6 0
称之为包装。
如何从数据帧内的列表中提取数据对（使用 tidyverse）
[英]How to pull out pairs of data from a list inside a dataframe (with tidyverse)
我将如何使用 Python 以与 R 中的 tidyverse googlesheets4 包类似的方式访问 Google 表格？
[英]How would I use Python to access Google Sheets in a similar manner to the tidyverse googlesheets4 package in R?
如何使用 Tidyverse 对几列进行分组并计算百分比并创建新的 df？
[英]How to use Tidyverse to group several columns and calculate percentage and create new df?
您如何在 dplyr 和/或 tidyverse 中过滤第二组中基于第一组的数据中的数据
[英]How do you filter out data in the first group based data in the second group in dplyr and/or tidyverse
如何使用 tidyverse 从测试结果中计算百分比分数？
[英]How can I calculate the percentage score from test results using tidyverse?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
相关问题
如何在tidyverse中滚动计算？
如何从 tidyverse 中的线性回归计算几个斜率
如何从数据帧内的列表中提取数据对（使用 tidyverse）
如何在tidyverse中使用tabulate？
我将如何使用 Python 以与 R 中的 tidyverse googlesheets4 包类似的方式访问 Google 表格？
如何使用 Tidyverse 对几列进行分组并计算百分比并创建新的 df？
您如何在 dplyr 和/或 tidyverse 中过滤第二组中基于第一组的数据中的数据
如何将正则表达式用于 ifelse tidyverse
如何使用 tidyverse 从测试结果中计算百分比分数？
您将如何查找下一个最接近的值？
相关标签