R中data.table如何计算含平局逻辑的行内第n大值以统计赛事利润

核心逻辑 #

涉及的平局排名、奖金平分问题，本质是体育赛事通用的并列排名奖金池分配规则：

• 先按得分从高到低确定并列组，同得分选手归为同一组
• 每组对应的排名区间为：从组内最高排名（即该组得分对应的最小排名）开始，连续覆盖该组人数个排名位置
• 将区间内所有排名对应的奖金总和归集为该组的总奖金池，平均分配给组内每位选手
• 最后按选手维度汇总所有轮次的分配奖金，即为总盈利

该方案完全替代之前用do.call(pmax, .SD)的实现逻辑，无需手动判断各名次、处理平局场景。

高性能data.table实现（适配10万行规模数据） #

首先明确奖金基准：对应第1-4名的单轮奖金为c(20, 10, 5, 0)，后续可根据规则调整。

library(data.table)
# 基础奖金池：索引对应排名1、2、3、4的单轮奖金
prize_by_rank <- c(20, 10, 5, 0)
# 导入示例数据
df <- data.table('player_1' = c(10, 9, 5, 6, 7),
                 'player_2' = c(12, 9, 7, 6, 5),
                 'player_3' = c(6, 10, 6, 5, 12),
                 'player_4' = c(4, 8, 10, 5, 12))
# 新增轮次编号，区分每一行对应的赛事轮次
df[, round_id := .I]
# 宽表转长表，适配逐轮逐选手的分组计算
long_dt <- melt(df, 
                id.vars = "round_id", 
                variable.name = "player", 
                value.name = "score")
# 按轮次计算标准竞争排名（同得分取最小排名值，完美匹配并列规则）
long_dt[, rank := frank(-score, ties.method = "min"), by = round_id]
# 按轮次+相同得分分组，计算单轮每位选手的分配奖金
long_dt[, round_prize := sum(prize_by_rank[rank[1]:(rank[1] + .N -1)]) / .N,
        by = .(round_id, score)]
# 汇总每位选手的总盈利
total_profit <- long_dt[, .(total_profit = sum(round_prize)), by = player]

代码运行结果验证 #

total_profit
#       player total_profit
# 1: player_1         37.5
# 2: player_2         52.5
# 3: player_3         47.5
# 4: player_4         37.5

该结果与手动逐轮计算的结果完全一致：

• 第1轮：player2拿第一名20美元、player1第二名10美元、player3第三名5美元、player4无奖金
• 第2轮：player3独自第一名拿20美元，player1、player2并列第二平分15美元奖金，各得7.5美元，player4无奖金
• 第3轮：player4第一名20美元、player2第二名10美元、player3第三名5美元、player1无奖金
• 第4轮：player1、player2并列第一平分30美元总奖金各得15美元，player3、player4并列第三平分5美元奖金各得2.5美元
• 第5轮：player3、player4并列第一平分30美元总奖金各得15美元，player1第三名5美元、player2无奖金

性能说明 #

整套流程全部基于data.table的分组优化实现，无逐行循环操作，10万行规模数据的计算耗时仅为毫秒级，完全满足大数据量的处理需求。如果需要适配data.frame格式，仅需将data.table对象转为标准data.frame，核心分组逻辑使用dplyr的group_by、min_rank类函数即可实现等价效果。

内容的提问来源于stack exchange，提问作者hotbacon