如何在R中获取选手列的唯一组合并按正确顺序汇总得分？

问题背景 #

我有一张体育比赛结果表，p1和p2列存储选手信息，p1.score和p2.score列存储对应选手的单场得分，数据如下：

对应的R数据构造代码：

library(dplyr)
matches <- tibble(p1=c("Trevor","Patrick"),
                  p2=c("Patrick","Trevor"),
                  p1.score=c(5,3),
                  p2.score=c(2,7))

需要按p1和p2的唯一组合分组，正确累加每个选手的得分——比如Trevor和Patrick的累计得分应该是12和5。

尝试用dplyr的group_by结合pmin和pmax获取唯一组合，再用summarize汇总得分，但结果错误：

matches %>%
  group_by(a = pmin(p1,p2),
           b = pmax(p1,p2)) %>%
  summarize(a.wins = sum(p1.score),
            b.wins = sum(p2.score))

# 输出结果：
# A tibble: 1 × 4
# Groups:   a [1]
  a       b      a.wins b.wins
  <chr>   <chr>   <dbl>  <dbl>
1 Patrick Trevor      8      9

错误原因是直接累加p1.score和p2.score时，没有对应分组后a/b与选手实际得分的关系。

正确解法 #

方法一：分组内匹配选手得分 #

对每组内的每一行，判断当前行的p1是分组后的第一个选手还是第二个，再把对应得分加到正确的累计项中：

matches %>%
  group_by(
    player1 = pmin(p1, p2),
    player2 = pmax(p1, p2)
  ) %>%
  summarize(
    player1_total = sum(ifelse(p1 == player1, p1.score, p2.score)),
    player2_total = sum(ifelse(p1 == player2, p1.score, p2.score))
  )

运行结果：

# A tibble: 1 × 4
  player1 player2 player1_total player2_total
  <chr>   <chr>           <dbl>         <dbl>
1 Patrick Trevor              5            12

方法二：转换为长格式后汇总 #

先将宽格式数据转为长格式，让每个选手的得分单独成一行，再按选手分组求和，这种方式更直观灵活：

library(tidyr) # 需要加载tidyr包用于pivot_longer

matches %>%
  pivot_longer(
    cols = c(p1, p2),
    names_to = "player_position",
    values_to = "player"
  ) %>%
  mutate(
    score = case_when(
      player_position == "p1" ~ p1.score,
      player_position == "p2" ~ p2.score
    )
  ) %>%
  group_by(player) %>%
  summarize(total_score = sum(score))

运行结果：

# A tibble: 2 × 2
  player  total_score
  <chr>         <dbl>
1 Patrick           5
2 Trevor           12

内容的提问来源于stack exchange，提问作者Trevor Greissinger