如何基于Y列值，按GameId/PlayId分组替换Position列的'T'/'G'为LT/RT/LG/RG？

针对批量处理需求，推荐使用dplyr或data.table包实现分组逻辑替换，两种方法都能高效处理数千行数据：

方法一：使用dplyr（语法直观易读） #

先加载dplyr包，通过分组后判断Y值大小完成替换：

library(dplyr)

# 示例输入数据
tracking_data <- data.frame(
  GameId = c("2017090700", "2017090700", "2017090700", "2017090700", "2017090700", "2017090700"),
  PlayId = c("20170907000118", "20170907000118", "20170907000118", "20170907000118", "20170907000118", "20170907000118"),
  Y = c(20.92333, 28.21333, 23.84333, 22.80333, 21.45333, 24.86333),
  Position = c("T", "T", "QB", "RB", "G", "G")
)

# 批量处理逻辑
tracking_data_processed <- tracking_data %>%
  # 按GameId、PlayId、Position分组，确保同组内是同位置球员
  group_by(GameId, PlayId, Position) %>%
  mutate(
    Position = case_when(
      # T位置：Y值最高的设为LT，其余为RT
      Position == "T" ~ ifelse(Y == max(Y), "LT", "RT"),
      # G位置：Y值最高的设为LG，其余为RG
      Position == "G" ~ ifelse(Y == max(Y), "LG", "RG"),
      # 其他位置保持原数值
      TRUE ~ Position
    )
  ) %>%
  ungroup()

# 查看结果
print(tracking_data_processed)

输出结果与期望完全一致：

GameId          PlayId        Y Position
1 2017090700 20170907000118 20.92333       RT
2 2017090700 20170907000118 28.21333       LT
3 2017090700 20170907000118 23.84333       QB
4 2017090700 20170907000118 22.80333       RB
5 2017090700 20170907000118 21.45333       RG
6 2017090700 20170907000118 24.86333       LG

方法二：使用data.table（大数据集处理更高效） #

若数据集规模极大，data.table的分组运算速度更具优势：

library(data.table)

setDT(tracking_data)

tracking_data_processed <- tracking_data[, 
  Position := case_when(
    Position == "T" ~ ifelse(Y == max(Y), "LT", "RT"),
    Position == "G" ~ ifelse(Y == max(Y), "LG", "RG"),
    TRUE ~ Position
  ), 
  by = .(GameId, PlayId, Position)
]

关键逻辑说明 #

• 分组维度：GameId + PlayId + Position确保仅在同一场比赛、同一回合的同位置球员中比较Y值
• 替换规则：通过max(Y)定位分组内Y值最高的记录，对应替换为"L开头"的位置，其余为"R开头"的位置
• 兼容性：两种方法均保留非T/G位置的原始值，不会影响其他数据

内容的提问来源于stack exchange，提问作者Loons22