You need to enable JavaScript to run this app. 如何使用tidyverse按分组计算SG赛道均值并生成全量观测差值分?
优惠活动
大模型
产品
解决方案
定价
更多

如何使用tidyverse按分组计算SG赛道均值并生成全量观测差值分?

问题原因

你原来的方案存在两处逻辑错误:

  • 分组维度错误:你在计算SG平均时加入了course作为分组字段,实际只需要按day和bib两个维度分组即可。
  • 匹配逻辑错误:处理得到的avg.sgtime仅保留了course=SG的记录,join时默认按所有同名字段匹配,非SG赛道的记录无法匹配到对应分组,因此出现NA值。
最优实现方案

无需拆分表再join,直接在原表按目标维度分组后,条件计算SG赛道均值即可,一步得到结果,7万行数据运行效率很高:

library(dplyr)

result <- df %>%
  # 仅按日期、bib号分组,匹配你需要的聚合维度
  group_by(day, bib) %>%
  mutate(
    # 分组内仅提取SG赛道的完赛时间计算均值
    avg.sg = mean(finish[course == 'SG'], na.rm = TRUE),
    # 直接计算差值分
    diff = finish - avg.sg
  ) %>%
  # 按需取消分组,避免后续操作受分组影响
  ungroup()
原join方案的修复方法

如果你坚持用拆分再join的实现逻辑,可以按以下方式调整:

  1. 计算SG平均时,仅保留需要的分组维度和均值字段:
avg.sgtime <- df %>%
  filter(course == 'SG') %>%
  # 仅按目标维度分组
  group_by(day, bib) %>%
  # 汇总得到每个分组的唯一SG均值,避免冗余行
  summarise(avg.sg = mean(finish, na.rm = TRUE), .groups = "drop")
  1. join时明确指定匹配键,避免多余字段干扰匹配:
result <- df %>%
  # 仅用day和bib两个字段匹配,忽略course字段的差异
  left_join(avg.sgtime, by = c("day", "bib")) %>%
  mutate(diff = finish - avg.sg)

内容的提问来源于stack exchange,提问作者Cmagelssen

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.14 05:03:03