R Studio实现:二元参赛列映射赛事详情表并匹配生成参赛日期与待赛场次
代码实现逻辑
全程用tidyverse工具处理,规则完全和你描述的对齐:
- 先把
tourn_details里逗号拼接的赛事日期拆成逐行的单日期记录,消除字符串里的多日期嵌套 - 把
data里的宽表参赛记录转成长格式,只保留选手实际参与的赛事条目 - 两个长表按赛事名关联,拿到每个选手对应所有参赛日期的明细
- 分别按选手分组,生成两个需要的新列
完整可运行代码
# 加载依赖包 library(tidyverse) # 1. 拆分赛事日期为单条记录的长表 tourn_date_long <- tourn_details %>% separate_rows(dates, sep = ", ") %>% mutate(dates = as.Date(dates)) # 转为标准日期类型,方便后续比较 # 2. 转换选手参赛宽表为长表,筛选实际参赛的记录 player_join_long <- data %>% pivot_longer( cols = starts_with("tourn"), names_to = "tourns", values_to = "is_join" ) %>% filter(is_join == 1) # 3. 关联选手参赛记录和对应赛事的日期明细 player_date_detail <- player_join_long %>% left_join(tourn_date_long, by = "tourns") # 4. 生成「参赛日期」列:按选手拼接所有日期,保留重复值不去重 date_col <- player_date_detail %>% group_by(name) %>% summarise( 参赛日期 = str_c(as.character(dates), collapse = ", ") ) # 5. 生成「待参赛场次」列:基准日为2020-01-01,统计晚于基准日的参赛日期总数 base_date <- as.Date("2020-01-01") future_col <- player_date_detail %>% filter(dates > base_date) # 如需把基准日当天赛事计入待参赛,将 > 改为 >= group_by(name) %>% summarise(待参赛场次 = n()) # 6. 合并回原数据表,无待参赛记录的条目补0 final_result <- data %>% left_join(date_col, by = "name") %>% left_join(future_col, by = "name") %>% mutate(待参赛场次 = replace_na(待参赛场次, 0))
输出结果校验
最终生成的final_result完全匹配你提出的规则:
- Sarah的参赛日期为
2020-01-01, 2020-01-02, 2020-01-02, 2020-01-03,待参赛场次为3 - Josh的参赛日期为
2020-01-01, 2020-01-02, 2020-01-01,待参赛场次为1 - Ben的参赛日期为
2020-01-01,待参赛场次为0
内容的提问来源于stack exchange,提问作者Kathy
相关产品推荐
相关产品推荐

