R语言使用cumsum扩展数据框 补全F1领奖台车手赛事记录

核心处理逻辑不需要复杂的自定义函数，按赛事时序逐站补全记录即可，10行左右代码就能搞定，适配全量F1历史数据的处理效率。

实现思路 #

• 先将原始数据按Race number（赛事编号）从小到大排序，保证时序正确
• 逐站提取当前赛事的原始前三名记录
• 对每一站，筛选出所有在本站之前拿到过领奖台、且未进入本站前三名的车手，将这类车手的记录补充到当前站：
  • Position字段统一赋值为NA
  • Number of Career Podiums字段取该车手截至前一站的最新累计值，避免计数错误
• 合并每站的原始记录和补充记录，得到最终数据集，可直接用于竞速条形图制作

R语言（tidyverse）实现代码 #

假设你的原始数据框命名为f1_raw，运行以下代码即可得到目标结果：

library(tidyverse)

# 按赛事时序排序原始数据
f1_sorted <- f1_raw %>% arrange(`Race number`)

# 逐站补全记录
f1_final <- map_dfr(unique(f1_sorted$`Race number`), function(race_id){
  # 提取本站原始前三名记录
  current_records <- f1_sorted %>% filter(`Race number` == race_id)
  # 提取此前所有领奖台车手的最新累计数据，排除本站已在榜的车手
  supplement_records <- f1_sorted %>%
    filter(`Race number` < race_id) %>%
    group_by(Driver) %>%
    slice_max(`Race number`, n = 1) %>% # 取每个车手最近一次的累计领奖台数
    ungroup() %>%
    filter(!Driver %in% current_records$Driver) %>%
    mutate(Position = NA_integer_, `Race number` = race_id)
  # 合并返回本站全量记录
  bind_rows(current_records, supplement_records)
})

适配调整说明 #

• 如果原始数据中Number of Career Podiums字段未预先计算，可在排序步骤后加一行累计计算代码即可：

  f1_sorted <- f1_sorted %>%
    group_by(Driver) %>%
    mutate(`Number of Career Podiums` = row_number()) %>%
    ungroup()
  

• 若使用Python pandas实现，逻辑完全一致：按赛事编号排序后遍历每个赛事ID，分别筛选当前站记录、历史补录记录后拼接即可，处理逻辑无差异。
• 输出结果默认按赛事编号排序，无需额外清洗即可直接传入gganimate等工具制作racing bar chart。

内容的提问来源于stack exchange，提问作者LegatusDivintus