使用 R 和 dplyr 通过两个变量聚合数据

Question

我正在使用NFL play-by-play data from the 2013 season，我希望通过 Wide Receivers 测量捕获成功率。本质上，我有四个感兴趣的变量：目标接收器、传球距离、目标和接收。我想获得一个按目标接收器和传递距离细分的数据集，其中汇总了两个目标接收器和传递距离组合（即接收器 1 短，接收器 1 长）中的每一个的目标和接收（只是一个简单的计数）。

感谢您的帮助，

CLR

Answer 1

首先，获取表格df 并仅保留相关的列（Targeted Receiver、Pass Distance、Target 和 Reception）。

df <- select(df, `Targeted Receiver`, `Pass Distance`, `Target`, `Reception`)

然后，删除没有接收器的行（例如正在运行的播放）。

df <- df[!is.na(df$`Targeted Receiver`), ]

之后，使用dplyr 中的group_by，以便您的数据在目标接收器和通过距离级别进行分组。

grouped <- group_by(df, `Targeted Receiver`, `Pass Distance`)

最后，使用summarise 函数创建Target 的计数和Reception 的总和。

per_rec <- summarise(grouped, Target = n(), Reception = sum(Reception))

数据将如下所示：

  Targeted Receiver Pass Distance Target Reception
              (chr)         (chr)  (int)     (dbl)
1        A.J. Green          Deep     50        21
2        A.J. Green         Short    128        77
3      A.J. Jenkins          Deep      6         2
4      A.J. Jenkins         Short     11         6
5      Aaron Dobson          Deep     23         6
6      Aaron Dobson         Short     49        31