在R语言中为足球比赛数据框添加shots_conceded（被射门次数）列的技术实现问询

这里有两种可行的方法，一种适配你正在使用的plyr包，另一种使用更现代的dplyr包（更推荐，因为plyr已停止维护）：

方法1：使用dplyr（推荐） #

这种方法更简洁通用，不需要硬编码球队名称：

library(dplyr)

# 先确保数据按比赛ID和时间顺序排序
df1 <- df1 %>%
  arrange(game_id, minute)

# 分组计算累计被射门次数
df1 <- df1 %>%
  group_by(game_id) %>%
  mutate(
    # 自动匹配当前行球队的对手
    opponent = setdiff(unique(team_name), team_name),
    # 计算截至当前时间点前，对手的累计射门数
    shots_conceded = lag(
      cumsum(type_name == "shot" & team_name == opponent),
      default = 0
    )
  ) %>%
  ungroup() %>%
  select(-opponent) # 移除临时的对手标记列

方法2：使用plyr（兼容你的现有代码） #

如果你想继续沿用plyr的工作流，可以这样实现：

library(plyr)

# 确保数据按比赛ID和时间排序（和你现有代码一致）
df1 <- df1[with(df1, order(game_id, minute)), ]

# 按比赛分组计算被射门次数
df1 <- ddply(df1, .(game_id), function(game_data) {
  # 获取当前比赛的两支球队
  teams <- unique(game_data$team_name)
  # 为每一行标记对应的对手球队
  game_data$opponent <- ifelse(game_data$team_name == teams[1], teams[2], teams[1])
  # 计算截至当前行之前的对手累计射门数
  game_data$shots_conceded <- lag(
    cumsum(game_data$type_name == "shot" & game_data$team_name == game_data$opponent),
    default = 0
  )
  # 移除临时列
  game_data <- game_data[, !names(game_data) %in% "opponent"]
  return(game_data)
})

关键逻辑说明 #

1. 排序：必须先按game_id和minute排序，保证时间线的正确性，累计计算才符合实际比赛进程；
2. 对手匹配：通过自动识别当前比赛的两支球队，避免硬编码球队名称，让代码更通用；
3. 累计与滞后：用cumsum计算到当前行的对手射门总数，再用lag(default=0)取当前行之前的累计值——因为当前行是本队的射门事件，被射门次数应该是这个时间点之前对手完成的射门数。

运行代码后，你会得到和示例完全一致的shots_conceded列结果。

内容的提问来源于stack exchange，提问作者WenkyWong