r - 两组差异，数据处理

Question

我有一个数据处理问题，我想计算两支球队在不同比赛中的进球数差异。数据如下所示:

    matchId teamId   eventSec
1   2799331   6718  443.55984
2   2799331   6726 1152.62584
3   2799331   6718 2113.82370
4   2799331   6718 2066.28793
5   2799332   6710 1001.35775
6   2799332   6721 2469.32876
7   2799333   6734  744.35563

所以其中一条线代表球队进球，matchId 代表比赛，teamId 代表比赛中的球队，eventSec 代表进球的时间。我想要完成的是每行显示分数差异的变量，因此此示例数据中的第一行应该有一个目标差 1，第二行应该有一个目标差异 0，第三行一个目标差异 1等。

我想将此应用到具有许多不同匹配和团队 ID 的大型数据集，因此我需要一个非常通用的解决方案来解决这个问题。我尝试了不同的 dplyr 解决方案，但被卡住了一百万次，我真的很需要帮助。

非常感谢!

Answer 1

希望我正确地遵循了您的逻辑，请告诉我。

library(tidyverse)

df %>%
  group_by(matchId) %>%
  mutate(point = if_else(teamId == first(teamId), 1, -1),
         goal_diff = cumsum(point))

另外，如果你想得到每场比赛的得分，你可以添加:

group_by(matchId, teamId) %>%
summarise(score = sum(abs(point)))

输出

# A tibble: 7 x 5
# Groups:   matchId [3]
  matchId teamId eventSec point goal_diff
    <int>  <int>    <dbl> <dbl>     <dbl>
1 2799331   6718     444.     1         1
2 2799331   6726    1153.    -1         0
3 2799331   6718    2114.     1         1
4 2799331   6718    2066.     1         2
5 2799332   6710    1001.     1         1
6 2799332   6721    2469.    -1         0
7 2799333   6734     744.     1         1