如何计算一行的列值大于另一行的列值的分组对数？

Question

我有一个包含多个配对值的数据集 (df1)。一对中的一行是一年（例如，2014），另一行是不同的年份（例如，2013）。对于每一对是 G 列中的一个值。我需要计算其中较高年份的 G 值小于较低年份的 G 值的对数。

这是我对数据集 df1 的输入：

structure(list(Name = c("A.J. Ellis", "A.J. Ellis", "A.J. Pierzynski", 
"A.J. Pierzynski", "Aaron Boone", "Adam Kennedy", "Adam Melhuse", 
"Adrian Beltre", "Adrian Beltre", "Adrian Gonzalez", "Alan Zinter", 
"Albert Pujols", "Albert Pujols"), Age = c(37, 36, 37, 36, 36, 
36, 36, 37, 36, 36, 36, 37, 36), Year = c(2018, 2017, 2014, 2013, 
2009, 2012, 2008, 2016, 2015, 2018, 2004, 2017, 2016), Tm = c("SDP", 
"MIA", "TOT", "TEX", "HOU", "LAD", "TOT", "TEX", "TEX", "NYM", 
"ARI", "LAA", "LAA"), Lg = c("NL", "NL", "ML", "AL", "NL", "NL", 
"ML", "AL", "AL", "NL", "NL", "AL", "AL"), G = c(66, 51, 102, 
134, 10, 86, 15, 153, 143, 54, 28, 149, 152), PA = c(183, 163, 
362, 529, 14, 201, 32, 640, 619, 187, 40, 636, 650)), row.names = c(NA, 
13L), class = "data.frame")

这是一个显示要检查的行的外观的 tibble： https://www.dropbox.com/s/3nbfi9le568qb3s/grouped-pairs.png?dl=0

这是我用来创建小标题的代码：

df1 %>%
  group_by(Name) %>%
  filter(n() > 1)

Answer 1

我们可以通过Name 和Age 来arrange 数据，并检查G 中的last 值是否小于每个name 的first 值，并用sum 计算这些出现次数。

library(dplyr)
df %>%
  arrange(Name, Age) %>%
  group_by(Name) %>%
  summarise(check = last(G) < first(G)) %>%
  pull(check) %>%
  sum(., na.rm = TRUE)

#[1] 2

如果您想要较高年份的 G 值小于较低年份的 G 值的对，我们可以使用 filter。

df %>%
  arrange(Name, Age) %>%
  group_by(Name) %>%
  filter(last(G) < first(G))

# Name              Age  Year Tm    Lg        G    PA
#  <chr>           <dbl> <dbl> <chr> <chr> <dbl> <dbl>
#1 A.J. Pierzynski    36  2013 TEX   AL      134   529
#2 A.J. Pierzynski    37  2014 TOT   ML      102   362
#3 Albert Pujols      36  2016 LAA   AL      152   650
#4 Albert Pujols      37  2017 LAA   AL      149   636