Function 對之前的 N 個觀測值求和

Question

我想找到一種有效的方法來計算一個球隊在前 N 場比賽中獲得的分數（不包括當前比賽中的分數），每個模擬 ID、球隊和賽季的組合。 如果一支球隊到目前為止參加的比賽少於 N 場，則 function 應該返回 NA。

一個簡化的數據集：

匹配ID	季節	模擬_ID	主隊	團隊	匹配結果	team_points
1	2015-2016	1	真的	曼聯	主場獲勝	3
1	2015-2016	2	真的	曼聯	畫	1
1	2015-2016	3	真的	曼聯	主場獲勝	3
1	2015-2016	1	錯誤的	托特納姆熱刺	主場獲勝	0
1	2015-2016	2	錯誤的	托特納姆熱刺	主場獲勝	0
1	2015-2016	3	錯誤的	托特納姆熱刺	客場勝利	3
2	2015-2016	1	真的	萊斯特	主場獲勝	3
2	2015-2016	2	真的	萊斯特	主場獲勝	3
2	2015-2016	3	真的	萊斯特	客場勝利	0
2	2015-2016	1	錯誤的	桑德蘭	畫	1

預期的 output 是數據中的一個額外列，稱為“accumulated_team_points”，它返回該球隊、賽季和模擬 ID 在最后 N 場比賽中的得分。

我似乎無法找到一種方法來做到這一點。

Answer 1

您在這里需要兩個操作：分組（我將使用dplyr進行演示）和滾動窗口求和（我將使用zoo ）。

此外，您的數據有點太稀疏，無法將所有三個team, season, simulation_ID ID 分組，所以這次我將只顯示按team分組。 對於更大的數據，將group_by(team)替換為group_by(team, season, simulation_ID) 。

library(dplyr)
k <- 3 # window size
dat %>%
  group_by(team) %>%
  mutate(accumulated_team_points = zoo::rollapply(team_points, k, FUN = sum, align = "right", fill = NA)) %>%
  ungroup()
# # A tibble: 10 x 8
#    match_ID season    simulation_ID home_team team           match_result team_points accumulated_team_points
#       <int> <chr>             <int> <lgl>     <chr>          <chr>              <int>                   <int>
#  1        1 2015-2016             1 TRUE      Manchester Utd Home win               3                      NA
#  2        1 2015-2016             2 TRUE      Manchester Utd Draw                   1                      NA
#  3        1 2015-2016             3 TRUE      Manchester Utd Home win               3                       7
#  4        1 2015-2016             1 FALSE     Tottenham      Home win               0                      NA
#  5        1 2015-2016             2 FALSE     Tottenham      Home win               0                      NA
#  6        1 2015-2016             3 FALSE     Tottenham      Away win               3                       3
#  7        2 2015-2016             1 TRUE      Leicester      Home win               3                      NA
#  8        2 2015-2016             2 TRUE      Leicester      Home win               3                      NA
#  9        2 2015-2016             3 TRUE      Leicester      Away win               0                       6
# 10        2 2015-2016             1 FALSE     Sunderland     Draw                   1                      NA     

對於 window 中的前k-1實例，默認值為NA ，這通常是一個合理且可辯護的默認值。 但是，如果您想對部分和進行求和，則將fill=NA替換為partial=TRUE ：

dat %>%
  group_by(team) %>%
  mutate(accumulated_team_points = zoo::rollapply(team_points, k, FUN = sum, align = "right", partial = TRUE)) %>%
  ungroup()
# # A tibble: 10 x 8
#    match_ID season    simulation_ID home_team team           match_result team_points accumulated_team_points
#       <int> <chr>             <int> <lgl>     <chr>          <chr>              <int>                   <int>
#  1        1 2015-2016             1 TRUE      Manchester Utd Home win               3                       3
#  2        1 2015-2016             2 TRUE      Manchester Utd Draw                   1                       4
#  3        1 2015-2016             3 TRUE      Manchester Utd Home win               3                       7
#  4        1 2015-2016             1 FALSE     Tottenham      Home win               0                       0
#  5        1 2015-2016             2 FALSE     Tottenham      Home win               0                       0
#  6        1 2015-2016             3 FALSE     Tottenham      Away win               3                       3
#  7        2 2015-2016             1 TRUE      Leicester      Home win               3                       3
#  8        2 2015-2016             2 TRUE      Leicester      Home win               3                       6
#  9        2 2015-2016             3 TRUE      Leicester      Away win               0                       6
# 10        2 2015-2016             1 FALSE     Sunderland     Draw                   1                       1

僅供參考：我假設數據是預先訂購的。

---

數據

dat <- structure(list(match_ID = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L), season = c("2015-2016", "2015-2016", "2015-2016", "2015-2016", "2015-2016", "2015-2016", "2015-2016", "2015-2016", "2015-2016", "2015-2016"), simulation_ID = c(1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 1L), home_team = c(TRUE, TRUE, TRUE, FALSE, FALSE, FALSE, TRUE, TRUE, TRUE, FALSE), team = c("Manchester Utd", "Manchester Utd", "Manchester Utd", "Tottenham", "Tottenham", "Tottenham", "Leicester", "Leicester", "Leicester", "Sunderland"), match_result = c("Home win", "Draw", "Home win", "Home win", "Home win", "Away win", "Home win", "Home win", "Away win", "Draw"), team_points = c(3L, 1L, 3L, 0L, 0L, 3L, 3L, 3L, 0L, 1L)), class = "data.frame", row.names = c(NA, -10L))