R 需要帮助配对数据吗
我在寻找一个快速的答案。我使用的数据集如下所示:R 需要帮助配对数据吗,r,R,我在寻找一个快速的答案。我使用的数据集如下所示: Week Game.ID VTm VPts HTm HPts Differential HomeWin 1 NFL_20050908_OAK@NE OAK 20 NE 30 10 TRUE 1 NFL_20050911_ARI@NYG ARI 19 NYG 42 23 TRUE 1 NFL_20050
Week Game.ID VTm VPts HTm HPts Differential HomeWin
1 NFL_20050908_OAK@NE OAK 20 NE 30 10 TRUE
1 NFL_20050911_ARI@NYG ARI 19 NYG 42 23 TRUE
1 NFL_20050911_CHI@WAS CHI 7 WAS 9 2 TRUE
1 NFL_20050911_CIN@CLE CIN 27 CLE 13 -14 FALSE
1 NFL_20050911_DAL@SD DAL 28 SD 24 -4 FALSE
1 NFL_20050911_DEN@MIA DEN 10 MIA 34 24 TRUE
NFL数据。我想找到一种方法,将每个HTm与其差分配对,并将这些值存储在另一个表中。我知道这很容易做到,但我想到的所有方法都涉及到通过搜索[I,5]=“NE”、[I,5]=“NYG”的for循环分别对每个团队进行操作。我想知道是否有一种方法可以系统地为所有32支球队做到这一点。然后,我将使用相同的方法将相同团队代码(“NYG”或“NE”)的VTM与VPT和VDDifferential配对
谢谢您的帮助。我不确定是否正确理解了您的问题(您需要数据库中的select功能?),但是:
选择列x和y并创建一个新矩阵听起来您希望基于分组变量对数据帧执行操作。为此,有许多函数,其中包括
tapply()
。例如,如果您的数据位于名为nflDF
的data.frame对象中,您可以通过
tapply(nflDF$Differential, nflDF$HTm, FUN = max)
将返回(与您的示例数据一起)
或者,您也可以通过使用:
by(nflDF, nflDF$HTm, FUN = function(x) max(x$Differential))
HTm: CLE
[1] -14
------------------------------------------------------------
HTm: MIA
[1] 24
------------------------------------------------------------
HTm: NE
[1] 10
------------------------------------------------------------
HTm: NYG
[1] 23
------------------------------------------------------------
HTm: SD
[1] -4
------------------------------------------------------------
HTm: WAS
[1] 2
要执行更复杂的操作,请在相应的函数中更改提供给FUN
参数的值。并且稍加努力:-)您也可以拖动列名。谢谢您的帮助。不知道为什么cbind没有出现在我的脑海里。我希望为所有32支球队创建单独的矩阵,这样我就可以对分数进行独立分析。单独做并不难,但我想知道是否有某种循环我没有想到,我可以一下子跑完所有32个。如果有意义的话,可以根据主队将所有比赛分组。此外:如果有多行HTm值相同,并且要对其进行筛选,则可以使用子集(数据、条件),然后可以使用总和/平均值进行进一步处理
CLE MIA NE NYG SD WAS
-14 24 10 23 -4 2
by(nflDF, nflDF$HTm, FUN = function(x) max(x$Differential))
HTm: CLE
[1] -14
------------------------------------------------------------
HTm: MIA
[1] 24
------------------------------------------------------------
HTm: NE
[1] 10
------------------------------------------------------------
HTm: NYG
[1] 23
------------------------------------------------------------
HTm: SD
[1] -4
------------------------------------------------------------
HTm: WAS
[1] 2