使用R语言计算赛马峰值表现年龄

Hey Laura, 针对你想要计算每匹马达到峰值表现年龄的需求，这里有几个实用的R实现方案，结合你提供的示例数据来一步步演示：

首先先确认下数据逻辑：从你的示例来看，P2是时间指标，数值越小代表马匹的表现越好（比如Ari在16岁时P2最低，表现最优），所以我们的核心目标就是按每匹马分组，找到对应P2最小值的Competition.age。

先还原你的示例数据 #

data <- data.frame( 
  Name=c(rep("Ari",3),rep("Aegir",3),rep("Lixhof",3)), 
  Competition.year = c("2015", "2013", "2012", "2008", "2009", "2010", "2015", "2016", "2017"), 
  P2=c(7.97, 8.40, 8.51, 9.49, 8.70, 8.40, 8.82, 9.07, 8.59), 
  Competition.age=c(16,14,13,8,9,10,12,13,14)
)

方法1：用dplyr包（推荐，代码更直观） #

dplyr是R中处理分组数据的常用工具，先确保你安装了这个包：

install.packages("dplyr")
library(dplyr)

然后按马匹分组，筛选出每组中P2最小的记录，提取对应年龄：

peak_age <- data %>%
  group_by(Name) %>%
  # 筛选出当前马匹P2最小的记录
  filter(P2 == min(P2)) %>%
  # 只保留需要的列
  select(Name, Competition.age) %>%
  # 重命名列让结果更易懂
  rename(Peak_Performance_Age = Competition.age)

# 查看结果
print(peak_age)

运行后输出结果：

# A tibble: 3 × 2
# Groups:   Name [3]
  Name   Peak_Performance_Age
  <chr>                 <dbl>
1 Ari                      16
2 Aegir                    10
3 Lixhof                   14

如果遇到某匹马在多个年龄有相同的最小P2（比如两年龄表现一样好），上面的代码会保留所有对应的年龄。如果你只想保留其中一个（比如最早达到峰值的年龄），可以调整代码：

peak_age_single <- data %>%
  group_by(Name) %>%
  # 先按P2升序排序，再按年龄升序排序
  arrange(P2, Competition.age) %>%
  # 取每组的第一行
  slice(1) %>%
  select(Name, Competition.age) %>%
  rename(Peak_Performance_Age = Competition.age)

方法2：Base R实现（无需额外安装包） #

如果你不想用第三方包，也可以用base R的ave()函数来处理：

# 找到每组中P2最小的行的索引
peak_indices <- ave(data$P2, data$Name, FUN = function(x) x == min(x)) == 1
# 提取对应行的名称和年龄列
peak_age_base <- data[peak_indices, c("Name", "Competition.age")]
# 重命名列
colnames(peak_age_base)[2] <- "Peak_Performance_Age"

# 查看结果
print(peak_age_base)

这个方法也能得到和dplyr完全一致的结果，适合不想额外安装包的场景。

内容的提问来源于stack exchange，提问作者Laura Bas