按周期剔除最低N值个体的R语言实现问题求助

数据老陈

2026-7-13

逐周淘汰得分最低队伍的数据处理修正方案

问题回顾

需要实现：逐周从参赛队伍中移除得分最低的2支，预期结果为第1周剩10支、第2周8支、第3周6支、第4周4支，但现有代码仅第1周结果正确，后续周逻辑错误。

原代码问题点

原代码用map2搭配dplyr::lag()的思路错误，它只对比当前周和前一周的队伍，没有累积保留之前未被淘汰的队伍，导致后续周的筛选逻辑完全偏离需求。

修正方案

改用purrr::reduce()实现累积迭代：从第1周开始，每一步都基于上一轮留存的队伍，筛选当前周对应队伍的数据，再淘汰得分最低的2支，以此类推。

修正后的完整代码：

library(tibble)
library(dplyr)
library(purrr)
library(stringr)

set.seed(42)

# 生成原始数据集
df <- tibble(
  week = rep(1:4, 12) %>% sort(),
  team = rep(str_c("team_", 1:12), 4),
  score = runif(48, 0, 100) %>% ceiling()
) %>%
  arrange(score) %>%
  split(.$week) 

# 实现累积淘汰逻辑
df_result <- reduce(
  .x = df,
  .init = df[[1]] %>% slice_max(score, n = -2, with_ties = FALSE),  # 第1周先淘汰2支
  .f = function(prev_remaining, current_week_data) {
    # 筛选当前周中，上一轮留存的队伍数据
    current_remaining <- current_week_data %>%
      filter(team %in% prev_remaining$team) %>%
      slice_max(score, n = -2, with_ties = FALSE)  # 再淘汰当前周得分最低的2支
    return(current_remaining)
  }
)

# 验证结果：查看各周剩余队伍数量
map(df_result, nrow)

代码说明

初始化：先处理第1周数据，用slice_max(n = -2)直接淘汰得分最低的2支，得到初始留存队伍。
累积迭代：reduce函数会依次将上一轮的留存队伍作为输入，和当前周的数据结合：
- 先筛选出当前周中属于上一轮留存的队伍
- 再在这些队伍里淘汰得分最低的2支，作为下一轮的输入
with_ties = FALSE：如果有队伍得分相同且刚好卡在淘汰线，这里选择只固定淘汰2支（可根据需求调整为TRUE）。