如何从 NBA 事件日志中提取英尺数

Question

所以我有一个 NBA 逐场比赛数据日志的主场和客场比赛描述数据。我想从这两列中提取拍摄距离。

HomePlayDescription	AwayPlayDescription
MISS Davis 20' Jump Shot	NA
Holiday BLOCK (1 BLK)	MISS Payton 2' Layup

在这种情况下所需的输出是 c(20,2)

我已经尝试 parse_number 从 tidyr 但这将给出向量 c(20,1)，因为函数不知道我只想要提取的距离。

Answer 1

您可以使用这样的模式从字符串中提取距离：

(?:MISS|MADE)\b\w+(\d{1,2})'[\w\b]+

Answer 2

使用 acrosse 和 parse_number 仅获取整个数据帧中的数字
使用 lead 将 AwayPlayDescription 与 HomePlayDescription
paste他们在一起
slice 第二行（这可以在多个组的组内完成。
pull距离：

library(tidyverse)
df %>%
    mutate(across(everything(), parse_number)) %>% 
    mutate(AwayPlayDescription = lead(AwayPlayDescription)) %>% 
    mutate(distance = paste(HomePlayDescription, AwayPlayDescription, sep = ",")) %>% 
    slice(-2) %>% 
    pull(distance)

[1] "20,2"

如何从 NBA 事件日志中提取英尺数

How to extract the number of feet from an NBA event log

regex

r

stringr

tidyr