在 R/dplyr 中的行之间动态更新变量答案

【问题标题】：Dynamically update a variable between rows in R/dplyr在 R/dplyr 中的行之间动态更新变量
【发布时间】：2021-12-20 06:06:05
【问题描述】：

我有来自《战舰》游戏的多个游戏的数据。它看起来像这样：

> data.frame(game=c(1,1,1,1,2,2,2,2),
  position=c(2,4,3,1,1,2,3,4),
  hit=c(0,0,1,0,1,0,0,0))

  game position hit
1    1        2   0
2    1        4   0
3    1        3   1
4    1        1   0
5    2        1   1
6    2        2   0
7    2        3   0
8    2        4   0

每一行是玩家的一个动作：位置是平方数，命中表示他们是否击中了一艘船。我想创建一个额外的行来指示每次移动之前的棋盘状态。它应该看起来像这样：

  game position hit board_state
1    1        2   0 [NA,NA,NA,NA]
2    1        4   0 [NA,0,NA,NA]
3    1        3   1 [NA,0,NA,0]
4    1        1   0 [NA,0,1,0]
5    2        1   1 [NA,NA,NA,NA]
6    2        2   0 [1,NA,NA,NA]
7    2        3   0 [1,0,NA,NA]
8    2        4   0 [1,0,0,NA]

所以棋盘状态会根据上一步的位置和结果进行更新。

我发现这里具有挑战性的是，board_state 在行 r 上的定义取决于它在行 r-1 上的状态，而 lag 在这里没有用，因为它在同一列中。我希望这很清楚。

关于如何实现这一点的任何想法？谢谢！！！

【问题讨论】：

标签： r dplyr dynamic lag

【解决方案1】：

这是一种使用dplyr 和tidyr 的方法。首先，我添加一个列来跟踪我们在每场比赛中的哪个回合。（这将有助于我们在后面的步骤中转向宽。）然后我“完成”表格以在每场比赛中的每个位置和每个回合都有一行。然后我们可以向下“填充”并后退一步，以便每个位置都反映其过去的历史。最后，我们可以按游戏和回合分组，并生成一个“board_position”摘要，将每个位置的“命中”值连接起来。

library(dplyr); library(tidyr)
df %>%
  group_by(game) %>%
  mutate(turn = row_number()) %>%
  complete(game, position, turn) %>%
  group_by(game, position) %>%
  fill(hit) %>%
  mutate(hit = lag(hit)) %>%
  group_by(game, turn) %>%
  summarize(board_state = paste(hit, collapse = ", "), .groups = "drop")

结果

# A tibble: 8 × 3
   game  turn board_state   
  <dbl> <int> <chr>         
1     1     1 NA, NA, NA, NA
2     1     2 NA, 0, NA, NA 
3     1     3 NA, 0, NA, 0  
4     1     4 NA, 0, 1, 0   
5     2     1 NA, NA, NA, NA
6     2     2 1, NA, NA, NA 
7     2     3 1, 0, NA, NA  
8     2     4 1, 0, 0, NA

【讨论】：

谢谢乔恩，这太棒了！两个问题：首先，这段代码中什么保证了board state中的第一个条目对应于位置1？其次，是否可以将 board_state 作为列表而不是字符串？
我假设您的完整数据集使用了所有位置，因此complete 步骤将为所有现有位置创建行。如果不是这种情况，您可以将该行编辑为complete(game, position = 1:4, turn) %>%，以明确包含每个游戏和回合的位置 1、2、3、4。 [我稍后会尝试回到“列表”问题。]
我可能在将其应用于我自己的数据集时做错了，或者它可能是我的数据集的实际大小（25 个位置、1000 个游戏和其他列，如 RT 等），但我得到了一条错误消息（'r: cannot allocate vector of size 105.7 Mb'）。我想知道对于行的 for 循环是否在这里实际上不会更简单？

【解决方案2】：

我最终得到了以下解决方案：

create_board_states <- function(positions,hits) {
  
  board_state = rep(NA,4)
  board_states = c();
  for (p in seq_along(positions)) {
    board_states = c(board_states, paste(board_state,collapse=','));
    board_state[positions[p]]=hits[p];
  }
  
  return(board_states)
}

df %>% 
  group_by(game) %>% 
  summarise(board_state=create_board_states(position,hit)) %>% 
  mutate(board_state=as.list(strsplit(board_state,',')))

【讨论】：