如何在R中对板球数据集执行聚合与计数操作？

嘿，我来帮你搞定这个板球数据集的统计需求！针对每年的累计得分、投球数以及年份统计数（比如该年的比赛场次），我用Python的Pandas库给你整理了一套清晰的实现步骤，你可以根据自己的数据集列名灵活调整：

步骤1：确保年份列格式正确 #

如果你的数据集里存的是完整比赛日期（比如2023-06-15），首先得把年份提取出来作为分组依据：

import pandas as pd

# 读取你的数据集（这里以CSV为例，Excel等格式可替换为pd.read_excel）
df = pd.read_csv('your_cricket_data.csv')

# 从日期列提取年份，把'match_date'替换成你数据集里的实际日期列名
df['year'] = pd.to_datetime(df['match_date']).dt.year

步骤2：按年份分组聚合 #

这是核心的统计环节，我们按年份分组后，分别计算得分总和、投球数总和，以及该年的比赛记录数：

# 分组聚合，替换括号内的列名为你数据集的实际列名
yearly_stats = df.groupby('year').agg(
    累计得分=('runs_scored', 'sum'),  # 把'runs_scored'换成你的得分列名
    累计投球数=('balls_delivered', 'sum'),  # 把'balls_delivered'换成你的投球数列名
    年份比赛场次=('year', 'count')  # 统计该年的记录数，也就是你说的"年份统计数"
).reset_index()

# 查看最终统计结果
print(yearly_stats)

关键提示 #

• 如果你的数据集已经有单独的year列（比如直接是2022、2023这样的数值），可以直接跳过步骤1，用这个列直接分组。
• 如果你的"年份统计数"指的是其他指标（比如该年参赛的不同球队数量），可以把count换成nunique，并指定对应的列（比如('team_name', 'nunique')）。

内容的提问来源于stack exchange，提问作者Arun Elangovan