使用mutate創建一個新變量

Question

我正在處理R中的數據集，該數據集處理的是名為points的變量。 數據集包括籃球賽季的每場比賽，可變points分為0、1、2和3分。 我想出要找出每支球隊得分的頻率。 現在，我需要使用mutate()來創建一個名為Totalpoints的新變量的Totalpoints ，該變量會將這些點相加，同時使point = 2等於其頻率的2倍，而point = 3等於其頻率的3倍。 到目前為止，這是我的代碼：

Basketball1 <- Basketball %>%
select("TeamName","points") 

Basketball1 %>%
mutate(totalpoints = (0*(Basketball1$points == "0"))+ 
     (2*(Basketball1$points == "2"))+
     (1*(Basketball1$points == "1"))+
     (3*(Basketball1$points == "3"))) 

我需要創建這個新變量的幫助，這些變量在正確權衡它們的同時加總了這些點。

Answer 1

根據我假設您的數據集看起來或類似的情況，創建一個可復制的示例。 如果您想要獲得每個團隊的總積分，Ben Bolker的答案非常有用。

另外，如果您希望比較每個籃球隊產生的不同類型積分的頻率，或者希望查看每種積分對總積分的貢獻程度，則可能會有所幫助。

library(dplyr)
library(ggplot2)

points = c('1', '2', '3', '2', '1')
team_name <- c('rockets','rockets','rockets','rockets', 'rockets')
Basketball1 = as.data.frame(cbind(points, team_name))

# Create Reference column for point types and create a numeric column for multiplication
points_df <- Basketball1 %>% distinct(points) %>% mutate(points_num = as.numeric(points))
Basketball1 %>% group_by(., points, team_name) %>%
  summarize(frequency_count = n()) %>% 
  left_join(points_df) %>% mutate(total_points = frequency_count * points_num) %>%
  select(-points_num) -> Basketball_total_points

# Plot Distribution of total points by Type of point
Basketball_total_points %>% ggplot(aes(team_name, total_points,fill=as.factor(points))) + geom_bar(stat='identity')

# Plot Distribution of frequency by Type of point
Basketball_total_points %>% ggplot(aes(team_name, frequency_count,fill=as.factor(points))) + geom_bar(stat='identity')