如何为篮球赛事数据集按分组条件创建prev_shot列？

核心思路 #

• 按**赛事（game）和球员（player）**分组，仅在同赛事同球员的范围内追溯上一次投篮记录
• 组内第一行（球员本场首次投篮）的prev_shot固定赋值为1；其余行取同组内上一行的shot值

dplyr 实现方法 #

借助dplyr的分组和滞后函数，代码简洁直观：

library(dplyr)

dat_ <- dat_ %>%
  group_by(game, player) %>%
  mutate(prev_shot = lag(shot, default = 1)) %>%
  ungroup()

• group_by(game, player)：限定仅在同赛事同球员的组内处理数据
• lag(shot, default = 1)：lag()函数自动提取当前行的前一行shot值，组内首行无前置数据时，用default=1填充
• ungroup()：取消分组，恢复普通数据框结构

Base R 实现方法 #

无需额外包，用ave()函数实现分组逻辑：

dat_$prev_shot <- ave(dat_$shot, dat_$game, dat_$player, 
                      FUN = function(x) c(1, x[-length(x)]))

• ave()按game和player对shot列分组处理
• 自定义函数function(x) c(1, x[-length(x)])：给每个分组的投篮序列开头添加1（对应首次投篮），后续元素取分组内前一个位置的shot值

内容的提问来源于stack exchange，提问作者DR15