为R语言read_prem_league函数添加Season列并解决报错问题

报错原因 #

你直接用read_prem_league$Season <- year报错，是因为read_prem_league是函数（closure类型），不是数据框/tibble，函数不能用$来子集赋值——你应该操作函数内部生成的tibble数据，而不是函数本身。

正确实现步骤 #

1. 生成正确的赛季格式字符串：输入的year是赛季结束年份，比如2021对应2020-21赛季，所以用paste(year-1, substr(year,3,4), sep="-")生成格式字符串。
2. 在函数内部处理数据：先获取原始的英超数据tibble，再插入Season列到Pos左侧。

修改后的函数示例 #

假设你原来的函数是用rvest爬取维基百科，修改后代码如下：

library(rvest)
library(dplyr)

read_prem_league <- function(year) {
  # 1. 获取原始英超赛季数据（保留你原来的爬取逻辑）
  season_url <- paste0("https://en.wikipedia.org/wiki/", year, "–", substr(year,3,4), "_Premier_League")
  raw_data <- season_url %>%
    read_html() %>%
    html_element("table.wikitable.sortable") %>%
    html_table(header = TRUE, fill = TRUE) %>%
    as_tibble()
  
  # 2. 生成目标赛季格式字符串
  season_label <- paste(year - 1, substr(year, 3, 4), sep = "-")
  
  # 3. 在Pos列左侧插入Season列
  final_data <- raw_data %>%
    add_column(Season = season_label, .before = "Pos")
  
  return(final_data)
}

测试调用 #

运行read_prem_league(2021)，就能得到带Season列（值为2020-21）且位于Pos左侧的tibble。

不用dplyr的base R替代方案 #

如果不想依赖dplyr，可以用base R实现：

read_prem_league <- function(year) {
  # 保留原始爬取逻辑，得到raw_data
  season_url <- paste0("https://en.wikipedia.org/wiki/", year, "–", substr(year,3,4), "_Premier_League")
  raw_data <- season_url %>%
    read_html() %>%
    html_element("table.wikitable.sortable") %>%
    html_table(header = TRUE, fill = TRUE) %>%
    as_tibble()
  
  season_label <- paste(year - 1, substr(year, 3, 4), sep = "-")
  
  # 添加Season列并调整顺序
  raw_data <- cbind(Season = season_label, raw_data)
  # 把Season列移到Pos前面
  col_pos <- which(names(raw_data) == "Pos")
  col_order <- c(1, col_pos:(ncol(raw_data)-1), 2:(col_pos-1))
  raw_data <- raw_data[, col_order]
  
  return(raw_data)
}

内容的提问来源于stack exchange，提问作者Anne Soled