根據資料框架進行加權計算

我必須計算一場比賽中不同球員的加權分數。我在前三欄有他們的個人得分，在后三欄有他們的權重，這些權重因游戲而異（每行代表一個游戲）。

誰能幫助我以一種有效的方式計算加權分數？

df <- data. frame(player1 = c（1。 2。 1）。  player2 = c(2, 2。 1）。  player3 = c(2。 2,2）。  weightplayer1=c（0. 7,0.8, 0. 7）。  weightplayer2 = c(/span>0. 6,0.1, 0. 6), weightplayer3=c（0。 2,0.7, 0. 2））

# player1 player2 player3 weightplayer1 weightplayer2 weightplayer3 
# 1 2 2 0.7 0.6 0.2
# 2 2 2 0.8 0.1 0.7
# 1 1 2 0.7 0.6 0.2。

我需要一個這樣的輸出，其中weighted1scores列取的是得1分的球員的權重之和 得分1的球員的權重之和，而weighted2scores列則是得分2的球員的權重之和。 我實際上有一個很長的可能得分的串列，所以實際上這個資料框架有很多內容。 這個資料框架有很多列（包括直到加權100分等）。 因此，一個有效的公式/回圈將是非常好的。

# player1 player2 player3 weightplayer1 weightplayer2 weightplayer3 weighted1scores weighted2scores
# 1 2 2 0.7 0.6 0.2 0.7 0.8 
# 2 2 2 0.8 0.1 0.7 0 1.6
# 1 1 2 0.7 0.6 0.2 1.3 0.2

uj5u.com熱心網友回復：

你可以將你的表規范化為3NF，然后進行連接和聚合：

^{創建于2021-09-20，由reprex包（v2.0.1）}

uj5u.com熱心網友回復：

這里有一個方法：

df %>%
  mutate(game = row_number()) %> %
  pivot_longer(cols = starts_with('player')。  names_to = "Player"。  values_to = "Score"） %> %
  pivot_longer(cols = starts_with('weightplayer')。  names_to = "WPlayer"。  values_to = "Weight"） %> %
  filter(parse_number(Player) == parse_number(WPlayer) ） %> %
  select(-WPlayer) %> %
  mutate()
    WeightedScore = Score * Weight
  )

你可以保持原樣，以回傳這個整潔的表格

# A tibble: 9 x 5
   游戲 球員得分 權重 加權得分
  <int> <chr> < dbl> <dbl> > < dbl> 
1 1 player1 1 0.7 0.7
2 1 players2 2 0.6 1.2
3 1 player3 2 0.2 0.4
4 2 players1 2 0.8 1.6
5 2 players2 2 0.1 0.2
6 2 players3 2 0.7 1.4
7 3 players1 1 0.7 0.7
8 3 player21 0.6 0.6
9 3 player3 2 0.2 0.4

或者繼續說：

df %>%
  mutate(game = row_number()) %> %
  pivot_longer(cols = starts_with('player')。  names_to = "Player"。  values_to = "Score"） %> %
  pivot_longer(cols = starts_with('weightplayer')。  names_to = "WPlayer"。  values_to = "Weight"） %> %
  filter(parse_number(Player) == parse_number(WPlayer) ） %> %
  select(-WPlayer) %> %
  mutate()
    WeightedScore = Score * Weight
  ） %>%
  pivot_longer(cols = c（Score,  Weight, WeightedScore) %> %
  mutate(name = paste(Player, name。  sep = '_') %> %
  pivot_wider(id = game) 

結束于：

# A tibble: 3 x 10
   游戲 player1_Score player1_Weight player1_WeightedScore player2_Score player2_Weight player2_WeightedScore player3_Score player3_Weight player3_WeightedScore
  <int> <dbl> < dbl> <dbl> >  <dbl> <dbl> < <。 dbl> <dbl> < dbl>
1 1 1 0.7 0。 7 2 0.6 1。 2 2 0.2 0.4
2 2 2 0.8 1． 6 2 0.1 0。 2 2 0.7 1.4
3 3 1 0.7 0． 7 1 0.6 0。 6 2 0.2 0.4

uj5u.com熱心網友回復：

到目前為止，其他的解決方案沒有重現你的輸出，可能是因為你沒有按照我們期望的方式使用 "權重"。

下面的方法就可以做到：

df <- data. frame(player1 = c（1。 2。 1）。  player2 = c(2, 2。 1）。  player3 = c(2。 2,2）。  weightplayer1=c（0. 7,0.8, 0. 7）。  weightplayer2 = c(/span>0. 6,0.1, 0. 6), weightplayer3=c（0。 2,0.7, 0. 2））

library(tidyverse)
df <- df %> % mutate(game = row_number()）
df %>% 
  pivot_longer()
    cols = player1：weightplayer3,
    names_to = c(" 。 value", "player_id"）,
    names_pattern = "(. )(d)"） %>% 
  重命名(score = player,weight = weightplayer, 玩家= player_id） %> % 
  group_by(game,  score_col = paste0("weighted"/span>, score,"score") %> % 
  summarize(weightedscore = sum(重量)) %> % 
  pivot_wider(names_from = score_col,  values_from = weightedscore,  values_fill = 0） %> % 
  left_join(df,.) %>% 
  select(-game) %>% 
  as.data.frame() # just to print all columns。
#> `summarise()`已經按'游戲'分組輸出。你可以使用".groups "引數來覆寫它。
#> Joining, by = "game" 
#> player1 player2 player3 weightplayer1 weightplayer2 weightplayer3
#> 1 1 2 2 0.7 0.6 0.2
#> 2 2 2 2 0.8 0.1 0.7
#> 3 1 1 2 0.7 0.6 0.2
#> weighted1score weighted2score
#> 1 0.7 0.8
#> 2 0.0 1.6
#> 3 1.3 0.2。

^{創建于2021-09-20，由reprex包（v2.0.1）}

我們首先將資料重塑為整齊的資料（每行一個觀察值），在報告之前，我們最好一直呆在這里，然后我們進行匯總計算，將其重塑為不整齊的資料，并將其縫合到原始資料框中。

uj5u.com熱心網友回復：

下面是另一種方法，它可能更簡潔一些：

library(tidyverse) df %>%。 mutate(output = pmap(. , ~ {x < - c(. .. )[startsWith（names(df)。 "player"）] y <- c(... )[startsWith（names(df)。 "weight"）] as_tibble(cbind(sum(y[x == 1]）。 sum(y[/span>x == 2]))))) 標點符號">}）） %> % unnest_wider(output) %> % rename_with(~ gsub("V（d ）"。 "Weighted1scores", 。 ）。 starts_with("V")). # A tibble: 3 x 8 玩家1 玩家2 玩家3 權重 玩家1 權重 玩家2 權重 玩家3 權重1scores <dbl> <dbl> <dbl> < dbl> <dbl> < dbl> <dbl> 1 1 2 2 0。 7 0.6 0.2 0.7 2 2 2 0． 8 0.1 0.7 0 3 1 1 2 0。 7 0.6 0.2 1.3 # ... with 1 more variable: Weighted2scores <dbl>

標籤：

上一篇：在r資料框中查找資料集中的佇列

下一篇：如何迭代json輸出并在資料幀中獲得理想的結果？