R中如何基于同玩家t-1行的数值创建条件计算新列pts_per_game

下面给出3种不同场景的实现方案，都可以满足你的需求：

方案1：tidyverse/dplyr 最简实现（推荐） #

适合日常使用，代码可读性最高，核心用分组+偏移函数实现：

# 加载依赖包，没有安装的话先运行 install.packages("dplyr")
library(dplyr)

df <- df %>%
  # 按球员分组
  group_by(player) %>%
  # 组内按t值升序排序，保证偏移取到的是t-1的行
  arrange(t, .by_group = TRUE) %>%
  # lag()取同组上一行的计算结果，t最小的行自动返回NA
  mutate(pts_per_game = lag(min_per_game / 36 * pts_per_36_min)) %>%
  # 取消分组，避免后续操作报错
  ungroup()

方案2：Base R 实现（无需安装额外包） #

适合不希望加载第三方包的场景：

# 先按球员和t值升序排序
df_sorted <- df[order(df$player, df$t), ]
# 按球员分组计算，每组第一个值设为NA，后续取前一行的计算结果
df_sorted$pts_per_game <- ave(
  df_sorted$min_per_game / 36 * df_sorted$pts_per_36_min,
  df_sorted$player,
  FUN = function(x) c(NA, x[-length(x)])
)
# 恢复原始数据的行顺序
df <- df_sorted[rownames(df), ]

方案3：通用自连接实现（兼容t值不连续的场景） #

如果你的数据中t值不是严格连续的，用自连接可以严格匹配t-1的行，不会出错：

library(dplyr)

# 生成匹配辅助表，存储每个球员每个t对应的待计算值，以及要匹配的目标t值
prev_df <- df %>%
  mutate(
    match_t = t + 1,
    calc_val = min_per_game / 36 * pts_per_36_min
  ) %>%
  select(player, match_t, calc_val)

# 左连接匹配，无匹配结果自动返回NA
df <- df %>%
  left_join(prev_df, by = c("player" = "player", "t" = "match_t")) %>%
  rename(pts_per_game = calc_val)

内容的提问来源于stack exchange，提问作者ben_p_4370