如何分组并获得dplyr中离散列的相反值？

嗨，我有一个简单的问题，我在处理体育数据时遇到了很多，我必须按GameID变量分组并手动创建对手变量。我做了大量的数据旋转，所以我不希望每场比赛只有一行，而是希望每支球队都有自己的一行，并为每一行包含一个对手变量。我通常通过创建2个数据帧、更改列名、连接、过滤来实现这一点，这感觉太复杂了，我正在寻找更好的方法

您可以在R中遵循这个示例

library(tidyverse)
df <- data.frame(team = c('BKN', 'MIL'),
                 moneyline = c('-110', '-105'),
                 gameid = c(1, 1)) %>%
  group_by(gameid) %>%
  mutate(opponent = team) %>%  ### idk how to create this variable properly
  ungroup()

库（tidyverse）
df%
组别依据（配子ID）%>%
mutate（对手=团队）%>%####idk如何正确创建此变量
解组（）

假设MIL正在和BKN比赛。它们都有相同的gameid变量。基本上，我只想根据该变量分组，并生成一个对手变量，该变量为我提供了对方团队，因此该对手！=团队每个玩家ID只能有2个可能的团队在玩

---

有人有什么简单的技巧可以做到这一点吗？

我们可以使用

rev

df <- data.frame(team = c('BKN', 'MIL'),
                 moneyline = c('-110', '-105'),
                 gameid = c(1, 1)) %>%
  group_by(gameid) %>%
  mutate(opponent = rev(team)) %>%  #
  ungroup()

df%
组别依据（配子ID）%>%
变异（对手=修正（团队））%>%#
解组（）

我们可以使用

rev

df <- data.frame(team = c('BKN', 'MIL'),
                 moneyline = c('-110', '-105'),
                 gameid = c(1, 1)) %>%
  group_by(gameid) %>%
  mutate(opponent = rev(team)) %>%  #
  ungroup()

df%
组别依据（配子ID）%>%
变异（对手=修正（团队））%>%#
解组（）

另一种可能是：

df %>% 
  group_by(gameid) %>% 
  mutate(opponent=c(last(team), first(team)))

输出：

  team  moneyline gameid opponent
  <chr> <chr>      <dbl> <chr>   
1 BKN   -110           1 MIL     
2 MIL   -105           1 BKN 

team moneyline玩家ID对手
1 BKN-110 1密耳
2密耳-105 1 BKN

另一种可能是：

df %>% 
  group_by(gameid) %>% 
  mutate(opponent=c(last(team), first(team)))

输出：

  team  moneyline gameid opponent
  <chr> <chr>      <dbl> <chr>   
1 BKN   -110           1 MIL     
2 MIL   -105           1 BKN 

team moneyline玩家ID对手
1 BKN-110 1密耳
2密耳-105 1 BKN