R: Wie erstelle ich einen neuen Datenrahmen aus zwei anderen Datenrahmen

Question

Ich habe zwei Datenrahmen mit verwandten Daten. Es ist mit der NFL verwandt. Ein df hat Spielernamen und Empfang Ziele für Woche (Spieler df):

  Player Tm Position 1 2 3 4 5 6 
1  A.J. Green CIN  WR 13 8 11 12 8 10 
2 Aaron Burbridge SFO  WR 0 1 0 2 0 0 
3 Aaron Ripkowski GNB  RB 0 0 0 0 0 1 
4 Adam Humphries TAM  WR 5 8 12 4 2 0 
5 Adam Thielen MIN  WR 5 5 4 3 8 0 
6 Adrian Peterson MIN  RB 2 3 0 0 0 0 

Der andere Datenrahmen von Team recieving summierten Ziele für jede Woche (Team df):

 Tm `1` `2` `3` `4` `5` `6` 
    <fctr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> 
1  ARI 37 35 50 45 26 35 
2  ATL 38 34 30 37 28 41 
3  BAL 32 45 40 51 47 48 
4  BUF 22 30 20 33 20 26 
5  CAR 31 39 36 47 28 46 
6  CHI 28 29 45 36 41 49 
7  CIN 30 54 28 31 39 31 
8  CLE 26 33 38 38 35 42 
9  DAL 43 30 24 32 24 27 
10 DEN 26 32 35 31 34 47 
# ... with 22 more rows 

Was ich bin Es wird versucht, einen weiteren Datenrahmen zu erstellen, der den Zielprozentsatz pro Spieler nach Woche enthält. Also muss ich das Team aus der "Tm" -Spalte im Spieler df und dem Wochenspaltentitel (1-6) zusammenbringen.

Ich habe herausgefunden, wie dies tun, indem sie verschmelzen und dann neue Zeilen zu schaffen, aber wie ich mehr Daten (Wochen) hinzufügen Ich muss mehr Code schreiben:

a <- merge(playertgt, teamtgt, by="Tm") #merges the two 
    a$Wk1 <- a$`1.x`/a$`1.y` 
    a$Wk2 <- a$`2.x`/a$`2.y` 
    a$Wk3 <- a$`3.x`/a$`3.y` 

Also, was ich suche Dies ist ein guter Weg, dies zu tun, der automatisch aktualisiert wird und mich nicht dazu bringt, ein df mit einer Reihe von Spalten zu erstellen, die ich nicht brauche und die mit neuen Wochen aktualisiert werden, wenn ich sie zu meinen Quelldaten hinzufüge.

Wenn das irgendwo anders beantwortet wird, entschuldige ich mich, aber ich habe einen guten Weg gesucht, dies für einen Tag jetzt zu tun, und ich kann es nicht finden. Vielen Dank im Voraus für Ihre Hilfe!

Answer 1

Sie können dies mit dplyr:

library(dplyr) 
## Do a left outer join to match each player with total team targets 
a <- left_join(playertgt,teamtgt, by="Tm") 
## Compute percentage over all weeks selecting player columns ending with ".x" 
## and dividing by corresponding team columns ending with ".y" 
tgt.pct <- select(a,ends_with(".x"))/select(a,ends_with(".y")) 
## set the column names to week + number 
colnames(tgt.pct) <- paste0("week",seq_len(ncol(teamtgt)-1)) 
## construct the output data frame adding back the player and team columns 
tgt.pct <- data.frame(Player=playertgt$Player,Tm=playertgt$Tm,tgt.pct) 

Klar, ich bin nur dplyr für die Bequemlichkeit ends_with mit in die Spalten nach dem Join auswählen. Ein Basis-R Ansatz grepl mit dieser Auswahl zu tun ist:

a <- merge(playertgt, teamtgt, by="Tm", all.x=TRUE) 
tgt.pct <- subset(a,select=grepl(".x$",colnames(a)))/subset(a,select=grepl(".y$",colnames(a))) 
colnames(tgt.pct) <- paste0("week",seq_len(ncol(teamtgt)-1)) 
tgt.pct <- data.frame(Player=playertgt$Player,Tm=playertgt$Tm,tgt.pct) 

Daten: mit Ihren begrenzten gebuchten Daten nur AJ Green wird sein Ziel Prozentsatz hat berechnet:

playertgt <- structure(list(Player = structure(1:6, .Label = c("A.J. Green", 
"Aaron Burbridge", "Aaron Ripkowski", "Adam Humphries", "Adam Thielen", 
"Adrian Peterson"), class = "factor"), Tm = structure(c(1L, 4L, 
2L, 5L, 3L, 3L), .Label = c("CIN", "GNB", "MIN", "SFO", "TAM" 
), class = "factor"), Position = structure(c(2L, 2L, 1L, 2L, 
2L, 1L), .Label = c("RB", "WR"), class = "factor"), X1 = c(13L, 
0L, 0L, 5L, 5L, 2L), X2 = c(8L, 1L, 0L, 8L, 5L, 3L), X3 = c(11L, 
0L, 0L, 12L, 4L, 0L), X4 = c(12L, 2L, 0L, 4L, 3L, 0L), X5 = c(8L, 
0L, 0L, 2L, 8L, 0L), X6 = c(10L, 0L, 1L, 0L, 0L, 0L)), .Names = c("Player", 
"Tm", "Position", "X1", "X2", "X3", "X4", "X5", "X6"), class = "data.frame", row.names = c(NA, 
-6L)) 
##   Player Tm Position X1 X2 X3 X4 X5 X6 
##1  A.J. Green CIN  WR 13 8 11 12 8 10 
##2 Aaron Burbridge SFO  WR 0 1 0 2 0 0 
##3 Aaron Ripkowski GNB  RB 0 0 0 0 0 1 
##4 Adam Humphries TAM  WR 5 8 12 4 2 0 
##5 Adam Thielen MIN  WR 5 5 4 3 8 0 
##6 Adrian Peterson MIN  RB 2 3 0 0 0 0 

teamtgt <- structure(list(Tm = structure(1:10, .Label = c("ARI", "ATL", 
"BAL", "BUF", "CAR", "CHI", "CIN", "CLE", "DAL", "DEN"), class = "factor"), 
    X1 = c(37L, 38L, 32L, 22L, 31L, 28L, 30L, 26L, 43L, 26L), 
    X2 = c(35L, 34L, 45L, 30L, 39L, 29L, 54L, 33L, 30L, 32L), 
    X3 = c(50L, 30L, 40L, 20L, 36L, 45L, 28L, 38L, 24L, 35L), 
    X4 = c(45L, 37L, 51L, 33L, 47L, 36L, 31L, 38L, 32L, 31L), 
    X5 = c(26L, 28L, 47L, 20L, 28L, 41L, 39L, 35L, 24L, 34L), 
    X6 = c(35L, 41L, 48L, 26L, 46L, 49L, 31L, 42L, 27L, 47L)), .Names = c("Tm", 
"X1", "X2", "X3", "X4", "X5", "X6"), class = "data.frame", row.names = c(NA, 
-10L)) 
## Tm X1 X2 X3 X4 X5 X6 
##1 ARI 37 35 50 45 26 35 
##2 ATL 38 34 30 37 28 41 
##3 BAL 32 45 40 51 47 48 
##4 BUF 22 30 20 33 20 26 
##5 CAR 31 39 36 47 28 46 
##6 CHI 28 29 45 36 41 49 
##7 CIN 30 54 28 31 39 31 
##8 CLE 26 33 38 38 35 42 
##9 DAL 43 30 24 32 24 27 
##10 DEN 26 32 35 31 34 47 

Das Ergebnis ist :

##   Player Tm  week1  week2  week3  week4  week5  week6 
##1  A.J. Green CIN 0.4333333 0.1481481 0.3928571 0.3870968 0.2051282 0.3225806 
##2 Aaron Burbridge SFO  NA  NA  NA  NA  NA  NA 
##3 Aaron Ripkowski GNB  NA  NA  NA  NA  NA  NA 
##4 Adam Humphries TAM  NA  NA  NA  NA  NA  NA 
##5 Adam Thielen MIN  NA  NA  NA  NA  NA  NA 
##6 Adrian Peterson MIN  NA  NA  NA  NA  NA  NA 

Answer 2

es wäre nett, wenn Sie beim nächsten Mal ein bisschen Daten zur Verfügung stellen, das macht das Leben viel einfacher.

Ich denke, der wichtigste Punkt ist Ihre Datenstruktur. Ich denke, dass Sie Ihre Daten in ein langes Format bringen müssen (Schlüsselwort ist saubere Daten, die ich denke). Ich habe ein paar Daten zusammengestellt und hoffe, dass ich Ihr Problem richtig verstanden habe.

library(tidyr) 
library(dplyr) 


player_df = data.frame(team = c('ARI', 'BAL', 'BAL', 'CLE', 'CLE'), 
         player =c('A', 'B', 'C', 'D', 'F'), 
         '1' = floor(runif(5, min=1, max=2)*10), 
         '2' = floor(runif(5, min=1, max=2)*10)) 
> player_df 
    team player X1 X2 
1 ARI  A 15 10 
2 BAL  B 16 15 
3 BAL  C 13 11 
4 CLE  D 14 19 
5 CLE  F 12 14 

team_df = data.frame(team = c('ARI', 'BAL', 'CLE'), 
         '1' = floor(runif(3, min=10, max=20)*20), 
         '2' = floor(runif(3, min=10, max=20)*20)) 
> team_df 
    team X1 X2 
1 ARI 281 205 
2 BAL 362 309 
3 CLE 323 238 

Nun legen beiden Datenrahmen in ein langes Format:

player_df = gather(player_df, week, player_value, -team, -player) 
team_df = gather(team_df, week, team_value, -team) 

> player_df 
    team player week player_value 
1 ARI  A X1   15 
2 BAL  B X1   16 
3 BAL  C X1   13 
4 CLE  D X1   14 
5 CLE  F X1   12 
6 ARI  A X2   10 
7 BAL  B X2   15 
8 BAL  C X2   11 
9 CLE  D X2   19 
10 CLE  F X2   14 
> team_df 
    team week team_value 
1 ARI X1  281 
2 BAL X1  362 
3 CLE X1  323 
4 ARI X2  205 
5 BAL X2  309 
6 CLE X2  238 

Jetzt mitmachen (oder fusioniert) sie zusammen. inner_join wird standardmäßig gemeinsamen Spaltennamen beitreten.

join_db = inner_join(player_df, team_df) 
> join_db 
    team player week player_value team_value 
1 ARI  A X1   15  281 
2 BAL  B X1   16  362 
3 BAL  C X1   13  362 
4 CLE  D X1   14  323 
5 CLE  F X1   12  323 
6 ARI  A X2   10  205 
7 BAL  B X2   15  309 
8 BAL  C X2   11  309 
9 CLE  D X2   19  238 
10 CLE  F X2   14  238 

Ich denke, in diesem Format können Sie viel mehr tun.

HTH

Stefan