在R区发现不成功的传球导致失误（被对手拦截）

我试图找出每个球员的失败传球次数，从而导致对手的失误（因此拦截）。请参见列

type_name

和

result_name

，发生这种情况的情况在第43行和第46行（因此，第42行和第45行是不成功的通过，应予以计数）

---

总而言之：值TRUE应该只出现在第42行和第45行，因为这些失败的传球导致对手成功拦截。

这里有一个

tidyverse

解决方案，您也可以使用：

library(dplyr)

df1 %>%
  mutate(to_turnover = ifelse((type_name == "pass" & result_name == "fail") & 
                                (lead(type_name) == "interception" & lead(result_name) == "success"), 
                              TRUE, NA))

---

下面是一个

数据表
方法

library(data.table)
setDT(df1)
df1[type_name == "pass" &
    result_name == "fail" & 
    shift(type_name, type = "lead") == "interception" & 
    shift(result_name, type = "lead") == "success", 
    to_turnover := TRUE]

我对你如何选择你的观察结果感到有点困惑。请你再解释一下你选择观察的标准好吗？为什么不计算行
37
，那些成功的拦截，例如行
43
和
46
（我稍微更改了数据帧，并添加了另一列：
时间\秒
）。数据帧按顺序显示匹配的一部分（可以从每行的时间秒数增加中看出）。因此，我想获得这样的情况：
行I
是
通过=='fail
，而
行I+1
是
拦截=='success
。因此，标准应该是：
type\u name[i]==通过和结果\u name[i]==失败
，然后
type\u name[i+1]==拦截和结果\u name[i+1]==成功
谢谢！这确实是应该采取的两行措施。但是，他们应该在总数据帧中返回一个T/F，就像在Wimpel his答案中所做的那样。你的意思是你想添加一个带有逻辑值的额外列吗？是的，所以最终答案应该显示我的问题中所述的总输出OK我修改了我的代码，这样就得到了你想要的输出。
library(dplyr)

df1 %>%
  mutate(to_turnover = ifelse((type_name == "pass" & result_name == "fail") & 
                                (lead(type_name) == "interception" & lead(result_name) == "success"), 
                              TRUE, NA))


library(data.table)
setDT(df1)
df1[type_name == "pass" &
    result_name == "fail" & 
    shift(type_name, type = "lead") == "interception" & 
    shift(result_name, type = "lead") == "success", 
    to_turnover := TRUE]