R 如何将TIBLE传递给函数并计算条件SUMIF

我正在尝试编写一个函数，它将根据棒球运动员的得分计算得分。我创建了splits Tibble、working Tibble和一个函数，与mutate函数一起使用，向working Tibble df添加一个score列

该函数应该从工作TIBLE中获取输入，并根据相关分割计算分数（平均值之和）。我提供了以下reprex。当我尝试执行我的函数时，我得到的分数是零。预期得分值遵循reprex

谁能告诉我我做错了什么

库（tidyverse）
分裂球员分裂平均值
#>      
#>1索托格拉斯200
#>2索托草皮225
#>3格拉斯法官250
#>4裁判场275
#>5索托日300
#>6索托之夜325
#>7法官日350
#>8法官之夜375
df
#>#tibble:4 x 4
#>日期播放器TOD表面
#>              
#>1 2021-03-24索托日草
#>2021-03-27索托日草坪
#>3 2021-03-21法官日草坪
#>4 2021-03-25法官夜草
getSplitScore
#>1201-03-24索托日草0
#>2021-03-27索托日草坪0
#>3 2021-03-21法官日草坪0
#>4 2021-03-25法官夜草0

由（v0.3.0）于2021-03-27创建

我期待的是：

#> # A tibble: 4 x 5
#>   date       player TOD   surface score
#>   <chr>      <chr>  <chr> <chr>   <int>
#> 1 2021-03-24 Soto   DAY   Grass     500
#> 2 2021-03-27 Soto   DAY   Turf      525
#> 3 2021-03-21 Judge  DAY   Turf      625
#> 4 2021-03-25 Judge  NIGHT Grass     625 

#>#tible:4 x 5
#>日期球员托德表面得分
#>               
#>1201-03-24索托日草500
#>2021-03-27索托日草坪525
#>3 2021-03-21法官日草坪625
#>4 2021-03-25法官夜草625

首先，我会将您的

split$split

列拆分为草皮和日期。一种不那么优雅的方法：

split <- split %>% 
  mutate(
    TOD = ifelse(split %in% c('DAY', 'NIGHT'), split, 'NA'),
    surface = ifelse(split %in% c('Grass', 'Turf'), split, 'NA'),
    .keep = 'unused'
  )

---

我确实看到输出不是您想要的，但也许您应该尝试更清楚地说明您正在尝试执行的操作。

在执行mutate in pipe之前添加一个

group_by

。看

df %>% group_by(date, player) %>%
  mutate(score= getSplitScore(split, player, surface, TOD))

# A tibble: 4 x 5
# Groups:   date, player [4]
  date       player TOD   surface score
  <chr>      <chr>  <chr> <chr>   <dbl>
1 2021-03-24 Soto   DAY   Grass     500
2 2021-03-27 Soto   DAY   Turf      525
3 2021-03-21 Judge  DAY   Turf      625
4 2021-03-25 Judge  NIGHT Grass     625

df%>%groupby（日期、玩家）%>%
变异（分数=getSplitScore（分割、玩家、表面、TOD））
#一个tibble:4x5
#分组：日期、玩家[4]
日期球员托德表面得分
1201-03-24索托日草500
2021-03-27索托日草坪525
3 2021-03-21法官日草坪625
4 2021-03-25法官夜草625

拟议的替代战略

df %>% left_join(split, by = c("player" = "player", "TOD" = "split")) %>%
  rbind(df %>% left_join(split, by = c("player" = "player", "surface" = "split"))) %>%
  group_by(date, player, TOD, surface) %>%
  summarise(AVG = sum(AVG))

# A tibble: 4 x 5
# Groups:   date, player, TOD [4]
  date       player TOD   surface   AVG
  <chr>      <chr>  <chr> <chr>   <dbl>
1 2021-03-21 Judge  DAY   Turf      625
2 2021-03-24 Soto   DAY   Grass     500
3 2021-03-25 Judge  NIGHT Grass     625
4 2021-03-27 Soto   DAY   Turf      525

df%>%left_-join（拆分，由=c（“player”=“player”，“TOD”=“split”））%>%
rbind（df%>%左联合（分割，由=c（“玩家”=“玩家”，“表面”=“分割”）））%>%
分组依据（日期、玩家、TOD、地面）%>%
总结（平均值=总和（平均值））
#一个tibble:4x5
#组：日期、玩家、TOD[4]
日期播放器TOD表面平均值
2021-03-21法官日草坪625
2021-03-24索托日草500
2021-03-25法官夜草625
4 2021-03-27索托日草坪525

在

split

tibble中没有列

BaVG

。我也不确定你是如何得出分数值的。在你想要的输出中，200分是Soto Day和Soto TOD的总和？我只需要一个关于如何计算分数的例子。分数只是分割BaVG/@WilliamGram Good catch的总分数。有时候你可能离事情太近了。谢谢谢谢你的回复。我的函数应该引用分割df。我不是试图总结df中的列，而是试图在df和split中的曲面和时间匹配时，从split中的AVG列计算分数。是的。知道了。看我修改过的答案。只需在dplyr管道中的

mutate

之前添加一个

groupby

，它就可以工作了。

df %>% group_by(date, player) %>%
  mutate(score= getSplitScore(split, player, surface, TOD))

# A tibble: 4 x 5
# Groups:   date, player [4]
  date       player TOD   surface score
  <chr>      <chr>  <chr> <chr>   <dbl>
1 2021-03-24 Soto   DAY   Grass     500
2 2021-03-27 Soto   DAY   Turf      525
3 2021-03-21 Judge  DAY   Turf      625
4 2021-03-25 Judge  NIGHT Grass     625

df %>% left_join(split, by = c("player" = "player", "TOD" = "split")) %>%
  rbind(df %>% left_join(split, by = c("player" = "player", "surface" = "split"))) %>%
  group_by(date, player, TOD, surface) %>%
  summarise(AVG = sum(AVG))

# A tibble: 4 x 5
# Groups:   date, player, TOD [4]
  date       player TOD   surface   AVG
  <chr>      <chr>  <chr> <chr>   <dbl>
1 2021-03-21 Judge  DAY   Turf      625
2 2021-03-24 Soto   DAY   Grass     500
3 2021-03-25 Judge  NIGHT Grass     625
4 2021-03-27 Soto   DAY   Turf      525