R语言按唯一game_id分组计算球员传球累积统计量的实现方法

基于cumsum的特性，只需要先构造符合计数规则的0/1指示变量，再按game_id和player的分组粒度对指示变量做累积求和，就能完全匹配统计规则：

• 对“是否为传球动作”的指示变量做组内累积：因为非传球动作的指示值是0，累积时不会改变之前的统计值，刚好满足“非传球行沿用之前累计结果”的要求
• 对“是否为成功传球”的指示变量做组内累积：非传球、传球失败的行指示值为0，同样不会干扰之前的累计值
• 最后计算成功率时，对累计传球数为0的场景做除以0的防护，统一赋值为0即可。

基础R版本（完全依赖原生函数，无额外包依赖） #

# 构造0/1计数标记
df1$is_pass <- as.integer(df1$type == "pass")
df1$is_success_pass <- as.integer(df1$type == "pass" & df1$result == "success")

# 按比赛+球员分组，应用cumsum计算累计值
df1$pass_per_player <- ave(df1$is_pass, df1$game_id, df1$player, FUN = cumsum)
df1$success_pass_player <- ave(df1$is_success_pass, df1$game_id, df1$player, FUN = cumsum)

# 计算传球成功率，保留两位小数和预期输出对齐
df1$success_rate_player <- ifelse(
  df1$pass_per_player == 0,
  0,
  round(df1$success_pass_player / df1$pass_per_player, 2)
)

# 移除临时辅助列，生成最终数据集df2
df2 <- subset(df1, select = -c(is_pass, is_success_pass))

dplyr版本（代码更简洁，适合管道式开发） #

library(dplyr)

df2 <- df1 %>%
  # 按比赛、球员分组，分组边界完全匹配统计要求
  group_by(game_id, player) %>%
  mutate(
    pass_per_player = cumsum(type == "pass"),
    success_pass_player = cumsum(type == "pass" & result == "success"),
    success_rate_player = ifelse(pass_per_player == 0, 0, round(success_pass_player / pass_per_player, 2))
  ) %>%
  ungroup()

运行上述代码后，输出的df2会完全对齐预期结构：

• 所有非传球动作的行，累计传球数、累计成功传球数完全沿用同组同球员之前的统计值，不会因为动作类型变化产生偏移。比如比赛1中球员Z在第6、7行是运球动作，累计传球数始终保持为0
• 传球成功率的计算值和预期输出的小数精度一致，累计传球数为0的行成功率统一为0，不会出现除以0的报错
• 不同比赛的统计值完全独立，跨比赛的同球员统计值不会发生累积。比如球员X在比赛1结束时累计传球3次，进入比赛2后统计值从0开始计算，和预期逻辑完全一致

内容的提问来源于stack exchange，提问作者WenkyWong