R语言如何筛选sub_off列后续未在sub_on列出现的最后5个值

核心判定规则 #

最终留在替补席的球员需要同时满足两个条件：

• 有被换下的记录（即出现在sub_off列中）
• 被换下之后，再也没有出现在任意后续记录的sub_on列中（即被换下后从未重新上场）

从所有符合上述规则的球员中，按照被换下的时间从晚到早排序，取前5名即为所求结果。

实现步骤 #

采用倒序遍历的方式处理数据集，避免逐行切片查询后续记录的性能损耗，逻辑如下：

• 初始化两个存储对象：一个空集合用于记录遍历过程中遇到过的上场球员（即当前遍历行之后所有sub_on出现过的名字），一个空向量用于存储符合要求的最终替补
• 从数据集最后一行（换人时间最晚的记录）开始，从后往前逐行遍历：
  1. 检查当前行sub_off对应的球员是否存在于上场球员集合中：如果不存在，说明该球员被换下后从未重新上场，将其加入最终替补向量
  2. 将当前行sub_on对应的球员加入上场球员集合（重复值不影响集合判断逻辑）
• 遍历完成后，最终替补向量本身就是按被换下时间从晚到早排列的，直接取前5个值即可得到结果。

R语言实现代码 #

# 加载示例数据
df <- data.frame(
  sub_off = c('Alexia', 'Amy', 'Jorja', 'Lucy', 'Claire', 'Cassie', 'Khloe', 'Georgia'),
  sub_on = c('Jorja', 'Sophie', 'Cassandra', 'Jane', 'Khloe', 'Alexia', 'Claire', 'Khloe'),
  time = c(750, 770, 800, 820, 820, 850, 890, 895)
)

# 初始化存储对象
on_court_later <- c()
final_bench <- c()

# 倒序遍历
for (i in nrow(df):1) {
  current_off <- df$sub_off[i]
  current_on <- df$sub_on[i]
  
  # 判断当前被换下球员是否后续没再上场
  if (!current_off %in% on_court_later) {
    final_bench <- c(final_bench, current_off)
  }
  
  # 把当前换上的球员加入后续上场集合
  on_court_later <- unique(c(on_court_later, current_on))
}

# 取最后留场的5名替补
result <- head(final_bench, 5)
print(result)

运行上述代码对示例数据处理，输出结果为[1] "Georgia" "Cassie" "Lucy" "Jorja" "Amy"，和预期结果完全一致。

注：如果存在同一时间点的多笔换人记录，只需要提前保证同时间点的记录顺序和赛事实际换人顺序一致即可，逻辑不需要调整。

内容的提问来源于stack exchange，提问作者J_sdata