R: Расчет средней команды

Question

У меня есть результаты футбола данные в следующем формате (тысячи наблюдений):

 Div date  value  pts 
1 E0 2011-08-13 Blackburn 0.0 
2 E0 2011-08-13  Fulham 0.5 
3 E0 2011-08-13 Liverpool 0.5 
4 E0 2011-08-13 Newcastle 0.5 
5 E0 2011-08-13   QPR 0.0 
6 E0 2011-08-13  Wigan 0.5 
7 E0 2011-08-14  Stoke 0.5 
8 E0 2011-08-14 West Brom 0.0 
9 E0 2011-08-15 Man City 1.0 
10 E0 2011-08-20  Arsenal 0.0 
11 E0 2011-08-20 Aston Villa 1.0 

плюс других переменных. «Значение» - это команда, оч - конечный результат (выигрыш/проигрыш/ничья) в качестве числового значения. Я пытаюсь добавить новую переменную, которая является средним значением этого значения за последние игры X для команды в этой строке. Как мне это сделать, не используя какой-то ужасный цикл?

Answer 1

взглянуть на this

с использованием пакета зоопарка и rollmean и тому plyr пакет 'ddply:

library(zoo) 
library(plyr) 
dat <- data.frame(value=letters[1:5], pts=sample(c(0, 0.5, 1), 50, replace=T)) 
ddply(dat, .(value), summarise, rollmean(pts, k=5, align='right')) 

Однако, насколько я понимаю «скользящий средний» это Сокращает ваше набор данных по определению. Вы можете поставить заполняющий аргумент, хотя:

ddply(dat, .(value), summarise, rollmean(pts, k=5, fill=NA, align='right')) 

Answer 2

Попробуйте ave Функция со статистики.

Trt <- gl(n=2, k=3, length=2*3, labels =c("A", "B")) 
Y <- 1:6 
Data <- data.frame(Trt, Y) 
Data 
    Trt Y 
1 A 1 
2 A 2 
3 A 3 
4 B 4 
5 B 5 
6 B 6 
Data$TrtMean <- ave(Y, Trt, FUN=mean) 
Data 
    Trt Y TrtMean 
1 A 1  2 
2 A 2  2 
3 A 3  2 
4 B 4  5 
5 B 5  5 
6 B 6  5 

Answer 3

Это может быть сделано достаточно эффективно с tapply. Я несколько изменил ваши данные, дублируя игры команд со случайными баллами и датами. Это означает среднее из последних двух игр, как указано в функции tail.

# create some data 
d <- structure(list(Div = structure(rep(1L, 33), .Label = " E0", 
    class = "factor"), date = structure(c(15013, 14990, 14996, 15001, 14995, 15006, 
    15020, 15032, 15023, 15022, 15015, 15016, 15034, 14994, 14986, 14998, 14982, 
    14979, 14980, 15016, 15031, 15013, 15031, 14999, 15025, 14978, 15007, 15026, 
    14992, 14997, 15023, 14986, 15028), class = "Date"), 
    value = structure(c(3L, 4L, 5L, 7L, 8L, 11L, 9L, 10L, 6L, 1L, 2L, 3L, 4L, 5L, 
    7L, 8L, 11L, 9L, 10L, 6L, 1L, 2L, 3L, 4L, 5L, 7L, 8L, 11L, 9L, 10L, 6L, 1L, 
    2L), .Label = c("Arsenal", "Aston Villa", "Blackburn", "Fulham", "Liverpool", 
    "Man City", "Newcastle", "QPR", "Stoke", "West Brom", "Wigan"), 
    class = "factor"), pts = c(0.5, 0.5, 0.5, 1, 1, 1, 1, 0, 1, 0.5, 0, 1, 1, 1, 1, 
    0.5, 0.5, 0, 0.5, 0.5, 0, 0, 0, 1, 0, 0, 0.5, 0, 1, 0, 0.5, 0.5, 0.5)), 
    .Names = c("Div", "date", "value", "pts"), row.names = c(NA, 33L), 
    class = "data.frame") 

# sort rows by date 
d2 <- d[order(d$date),] 
# mean of all games 
tapply(d2$pts, d2$value, mean) 
# mean of last 2 games 
tapply(d2$pts, d2$value, function(x) mean(tail(x, 2))) 

# To tidy up the output, you could use simplify=FALSE and do.call(rbind, x): 
# e.g., mean of last 2 games: 
do.call(rbind, tapply(d2$pts, d2$value, function(x) mean(tail(x, 2)), 
    simplify=F)) 

      [,1] 
Arsenal  0.25 
Aston Villa 0.25 
Blackburn 0.50 
Fulham  1.00 
Liverpool 0.25 
Man City 0.75 
Newcastle 1.00 
QPR   0.50 
Stoke  1.00 
West Brom 0.00 
Wigan  0.50