R 计算组平均值，然后根据组计算滞后

我正在学习R方面的技能。如果可能的话，我想使用

dplyr

包解决这个问题

我有一个关于梦幻足球的数据集。每个记录都是一个赛季一场比赛（一周）的球员统计数据，包括球员在那一周的梦幻足球分数

以下是我正在处理的数据片段：

           Player  Week  year Fantasy.Points Avg.Fantasy.Ponts
 1 Aaron Hernandez     1  2011           16.3          9.678571
 2 Aaron Hernandez     2  2011           12.2          9.678571
 3 Aaron Hernandez     5  2011            5.6          9.678571
 4 Aaron Hernandez     6  2011           10.8          9.678571
 5 Aaron Hernandez     8  2011            7.1          9.678571
 6 Aaron Hernandez     9  2011            9.5          9.678571
 7 Aaron Hernandez    10  2011            4.1          9.678571
 8 Aaron Hernandez    11  2011            4.4          9.678571
 9 Aaron Hernandez    12  2011            6.2          9.678571
10 Aaron Hernandez    13  2011            4.3          9.678571
11 Aaron Hernandez    14  2011            8.4          9.678571
12 Aaron Hernandez    15  2011           20.5          9.678571
13 Aaron Hernandez    16  2011            3.7          9.678571
14 Aaron Hernandez    17  2011           22.4          9.678571
15 Aaron Hernandez     1  2012           12.4          8.755556
16 Aaron Hernandez     6  2012            9.0          8.755556
17 Aaron Hernandez     7  2012            5.4          8.755556
18 Aaron Hernandez    12  2012            3.6          8.755556
19 Aaron Hernandez    13  2012            9.7          8.755556
20 Aaron Hernandez    14  2012           17.8          8.755556

字段

Avg.Fantasy.Points

是玩家在该记录中全年的平均积分。例如，艾伦·埃尔南德斯（Aaron Hernandez）2011赛季的平均身价为9.678571分，2012赛季的平均身价为8.755556分

---

我感兴趣的是计算一列球员在前一年的平均得分。在上面的例子中，亚伦·埃尔南德斯在2012年的记录应该表明，前一年的平均得分为9.68571分

我找到了一个变通解决方案，类似于SQL中的子查询

假设

df_te

是上面代码段中的数据帧：

df_te %>%
    left_join(
       mutate(next.year = year + 1) %>%    #add a column for the next year
       group_by(Player, year) %>%
       mutate(Previous.Avg.Fantasy.Points = first(Avg.Fantasy.Points) %>%   #Copy of 'Avg.Fantasy.Points' column, with the name I'd like to have for new column
       filter(row_number() == 1) %>%  #Only keep one row per player/year group to avoid duplication upon join
       select(Player, next.year, Previous.Avg.Fantasy.Points)   #keep only columns I'd like to join in
    by = c("Player" = "Player", "year" = "next.year")  #By joining 'year' on LHS table with 'next.year' on RHS table, can get the previous year's average points.     
)

---

由于您使用的是

dplyr

软件包，因此我想介绍

lag

函数的用法。它可以移动给定行数的值。默认值为1。最后一行

select（c（colnames（dt），“Pre.Avg.Fantasy.Ponts”）

仅用于调整列的顺序

dt2

是最终输出

library(dplyr)

dt2 <- dt %>%
  group_by(Player, year) %>%
  summarise(Avg.Fantasy.Ponts = first(Avg.Fantasy.Ponts)) %>%
  mutate(Pre.Avg.Fantasy.Ponts = lag(Avg.Fantasy.Ponts)) %>%
  select(-Avg.Fantasy.Ponts) %>%
  right_join(dt, by = c("Player", "year")) %>%
  select(c(colnames(dt), "Pre.Avg.Fantasy.Ponts"))

库（dplyr）
dt2%
分组依据（球员，年份）%>%
总结（Avg.Fantasy.Ponts=first（Avg.Fantasy.Ponts））%>%
突变（Pre.Avg.Fantasy.Ponts=滞后（Avg.Fantasy.Ponts））%>%
选择（-Avg.Fantasy.Ponts）%>%
右加入（dt，by=c（“玩家”，“年份”））%>%
选择（c（colnames（dt），“Pre.Avg.Fantasy.Ponts”））

资料

dt
dt <- read.table(text = "          Player  Week  year Fantasy.Points Avg.Fantasy.Ponts
 1 'Aaron Hernandez'     1  2011           16.3          9.678571
                 2 'Aaron Hernandez'     2  2011           12.2          9.678571
                 3 'Aaron Hernandez'     5  2011            5.6          9.678571
                 4 'Aaron Hernandez'     6  2011           10.8          9.678571
                 5 'Aaron Hernandez'     8  2011            7.1          9.678571
                 6 'Aaron Hernandez'     9  2011            9.5          9.678571
                 7 'Aaron Hernandez'    10  2011            4.1          9.678571
                 8 'Aaron Hernandez'    11  2011            4.4          9.678571
                 9 'Aaron Hernandez'    12  2011            6.2          9.678571
                 10 'Aaron Hernandez'    13  2011            4.3          9.678571
                 11 'Aaron Hernandez'    14  2011            8.4          9.678571
                 12 'Aaron Hernandez'    15  2011           20.5          9.678571
                 13 'Aaron Hernandez'    16  2011            3.7          9.678571
                 14 'Aaron Hernandez'    17  2011           22.4          9.678571
                 15 'Aaron Hernandez'     1  2012           12.4          8.755556
                 16 'Aaron Hernandez'     6  2012            9.0          8.755556
                 17 'Aaron Hernandez'     7  2012            5.4          8.755556
                 18 'Aaron Hernandez'    12  2012            3.6          8.755556
                 19 'Aaron Hernandez'    13  2012            9.7          8.755556
                 20 'Aaron Hernandez'    14  2012           17.8          8.755556",
                 header = TRUE, stringsAsFactors = FALSE)