当有两个 ID 列并逐行时，如何按 ID 查找变量？

Question

我有一个数据集，将人们匹配在一起，然后根据两个人的分数（以 SD 计算的 PS1 和 PS2）与他们当前的 D 分数之间的绝对差值计算两个人的分数（D1N 和 D2N）（ D1 和 D2)。我设置了数据集，以便一个人第一次出现在人与人之间的比赛中（作为 P1 或 P2），他们的 D 分数默认为 1（我在数据集中有一个时间变量来执行此操作）。下面是一个更小更简单的数据集示例。

  dataset <- structure(list(Time = 1:5, P1 = c(1L, 3L, 3L, 2L, 5L), P2 = c(2L, 
             2L, 5L, 1L, 4L), PS1 = c(1, -0.3, -0.3, 2.5, 0.5), PS2 = c(2.5, 
                2.5, 0.5, 1, -1), SD = c(1.5, 2.8, 0.8, 1.5, 1.5), D1 = c(1L, 
                 1L, NA, NA, NA), D2 = c(1L, NA, 1L, NA, 1L), D1N = c(1.224744871, 
                    NA, NA, NA, NA), D2N = c(1.224744871, NA, NA, NA, NA)), .Names = c("Time", 
           "P1", "P2", "PS1", "PS2", "SD", "D1", "D2", "D1N", "D2N"), class = "data.frame", row.names = c(NA, 
                                                                               -5L))

我要做的是逐行计算 DN1 和 DN2，这样如果 D1 和 D2 不是 1，那么代码会查找该人的 id（P1 和 P2）以获得他们之前的 D 分数。因此，例如在数据集的第二行中，我希望 D2 为 1.224745，因为这是他们最近的 D 分数。然后该行的 DN2 将计算为 2.049，然后这将是 D1 中时间 4 的数字。确切的计算在这里并不重要，我只是想举一个更简单的例子，因为主要问题是如何得到当 id 跨 2 列时，根据 id 在后面的行中填写的数字。

我知道有一小段代码看起来像这样：

  for (row in 1:nrow(dataset)){ 
#code here that will pull previous D value based on ID across columns if D is not 1
dataset$D1N <- dataset$D1*sqrt(dataset$SD)  
dataset$D2N <- dataset$D2*sqrt(dataset$SD)  
    }

但我不知道如何跨两列进行 ID 查找。

要明确 P1 和 P2 只是将人们匹配在一起的两列，但两列中的 ID 仍然是唯一 ID（如果 P1 列中的某人是 5 与 P2 中的 5 岁的人是同一个人列）。

有什么方法可以做到这一点？感谢您的帮助！

Answer 1

这是一个潜在的解决方案，它通过为按降序排序的玩家 ID 创建单独的查找表来工作

library(reshape2)

#create melted table to lookup player ID
players<-melt(dataset[,1:3], id.vars="Time", value.name = "player_id")
players<-players[order(players$Time, decreasing = TRUE),]
players$variable<-gsub("P", "",players$variable)
players$lookup_col<-paste0("D", players$variable, "N")

players

#   Time variable player_id lookup_col
#5     5        1         5        D1N
#10    5        2         4        D2N
#4     4        1         2        D1N
#9     4        2         1        D2N
#3     3        1         3        D1N
#8     3        2         5        D2N
#2     2        1         3        D1N
#7     2        2         2        D2N
#1     1        1         1        D1N
#6     1        2         2        D2N

然后您可以遍历数据集，填写 NA 并计算 D1N 和 D2N

for (row in 2:nrow(dataset)){ 
  p1<-dataset[row,"P1"]
  p2<-dataset[row,"P2"]
  D1<-dataset[row,"D1"]
  D2<-dataset[row,"D2"]

  #if D1 or D2 is blank, lookup the last game by that ID in the "players" dataframe
  #and retrieve that row from the dataset

    if(is.na(D1)) {
    pl_row<-players[which(players$Time<row & players$player_id==p1)[1],]
    D1<-dataset[pl_row$Time, pl_row$lookup_col] 
    dataset[row, "D1"]<-D1
    }

    if(is.na(D2)) {
    pl_row<-players[which(players$Time<row & players$player_id==p2)[1],]
    D2<-dataset[pl_row$Time, pl_row$lookup_col]
    dataset[row, "D2"]<-D2
    }

  dataset[row, "D1N"] <- D1*sqrt(dataset[row, "SD"])  
  dataset[row, "D2N"] <- D2*sqrt(dataset[row, "SD"])  
}

dataset

#  Time P1 P2  PS1  PS2  SD        D1       D2      D1N       D2N
# 1    1  1  2  1.0  2.5 1.5 1.0000000 1.000000 1.224745 1.2247449
# 2    2  3  2 -0.3  2.5 2.8 1.0000000 1.224745 1.673320 2.0493902
# 3    3  3  5 -0.3  0.5 0.8 1.6733201 1.000000 1.496663 0.8944272
# 4    4  2  1  2.5  1.0 1.5 2.0493902 1.224745 2.509980 1.5000000
# 5    5  5  4  0.5 -1.0 1.5 0.8944272 1.000000 1.095445 1.2247449