#r #dplyr #counter
#r #dplyr #счетчик
Вопрос:
Мне нужна переменная «minus_180_days» / (счетчик), которая должна быть пронумерована в порядке возрастания:
-
при первом посещении,
-
если во второй раз прошло менее 180 дней (по сравнению с предыдущим посещением пациента); если 180-дневный критерий не соблюден, 1 также должен появиться при этом втором посещении;
-
если при третьем посещении прошло менее 180 дней с предыдущего (посещение «2»), если критерий в 180 дней не соблюден, 1 при этом третьем посещении и т. Д
Данные
pacient <- c(10,10,10,10,10,11,11,12,12,12,13, 13, 15, 14); pacient
date <- as.Date(c("01/01/2018","02/05/2018", "04/06/2018", "10/11/2019", "05/12/2018", "02/01/2018", "06/08/2018", "01/01/2018", "03/01/2018", "06/03/2018", "05/08/2018", "05/08/2019", "05/07/2019", "08/07/2017"), format = "%d/%m/%Y"); date
DF <- data.frame(pacient, date); DF
У меня есть этот код
DF <- DF %>%
group_by(pacient) %>%
arrange(date) %>%
mutate(days_visit = date - lag(date, default = first(date)))
days_visit <- as.integer(DF$days_visit)
DF <- DF[with(DF,order(pacient,date)),]
Результат, который мне нужен (ожидаемый результат)
Комментарии:
1. Можете ли вы вставить ожидаемый результат?
2. Это картинка! «Вывод, который мне нужен …»
Ответ №1:
Решение dplyr, обновленное с учетом полезного комментария @ Gregor:
DF2 <- DF %>%
group_by(pacient) %>%
arrange(pacient, date) %>%
mutate(days_visit = (date - lag(date, default = first(date))) %>% as.integer,
new_count = cumsum(days_visit > 180) 1) %>%
group_by(pacient, new_count) %>%
mutate(vis_num = row_number(),
counter = case_when(vis_num == 1 ~ 1L,
days_visit < 180 ~ vis_num,
TRUE ~ 1L))
> DF
# A tibble: 14 x 5
# Groups: pacient [6]
pacient date days_visit vis_num counter
<dbl> <date> <int> <int> <int>
1 10 2018-01-01 0 1 1
2 10 2018-05-02 121 2 2
3 10 2018-06-04 33 3 3
4 10 2018-12-05 184 4 1
5 10 2019-11-10 340 5 1
6 11 2018-01-02 0 1 1
7 11 2018-08-06 216 2 1
8 12 2018-01-01 0 1 1
9 12 2018-01-03 2 2 2
10 12 2018-03-06 62 3 3
11 13 2018-08-05 0 1 1
12 13 2019-08-05 365 2 1
13 14 2017-07-08 0 1 1
14 15 2019-07-05 0 1 1
Комментарии:
1. Абсолютно верно. Мне просто понравилось, что счетчик один был «циклом посещения».
Ответ №2:
Немного более сжатый способ (адаптированный от @Gregor) сделать это на основе tidyverse, включая исправление ошибки, указанной @Gregor.
DF %>%
arrange(pacient, date) %>%
group_by(pacient) %>%
mutate(days_visit = as.integer(date - lag(date, default = first(date))) ,
less_180 = days_visit < 180,
counter = ave(less_180, cumsum(less_180 == 0), FUN = seq_along))
# A tibble: 17 x 5
# Groups: pacient [6]
pacient date days_visit less_180 counter
<dbl> <date> <int> <dbl> <dbl>
1 10 2018-01-01 0 1 1
2 10 2018-05-02 121 1 2
3 10 2018-06-04 33 1 3
4 10 2018-12-05 184 0 1
5 10 2019-11-10 340 0 1
6 10 2019-11-11 1 1 2
7 10 2019-11-12 1 1 3
8 10 2019-11-13 1 1 4
9 11 2018-01-02 0 1 1
10 11 2018-08-06 216 0 1
11 12 2018-01-01 0 1 1
12 12 2018-01-03 2 1 2
13 12 2018-03-06 62 1 3
14 13 2018-08-05 0 1 1
15 13 2019-08-05 365 0 1
16 14 2017-07-08 0 1 1
17 15 2019-07-05 0 1 1
Комментарии:
1. Мой комментарий к ответу Джона применим и здесь: я не думаю, что это будет обобщать далеко за пределы выборочных данных OP. Если пациентка
10передаст другую строку с датой2019-11-11, логическая операция, описанная в, даст ей значение счетчика2, но это решение даст ему4.2. Смотрите мой ответ для примера данных, в котором у pacient
10есть дополнительные строки.3. Да, это имеет смысл
4. Кажется очень странным использовать
aveвнутриmutate.dplyrСпособ был бы... %>% group_by(pacient, grouper = cumsum(less_180 == 0)) %>% mutate(counter = row_number())(я думаю… не тестировался)
Ответ №3:
Кажется, это работает:
library(data.table)
setDT(DF)
setorder(DF, pacient, date)
DF[, v := rowid(pacient, cumsum(date - shift(date, fill=first(date)) > 180))]
pacient date v
1: 10 2018-01-01 1
2: 10 2018-05-02 2
3: 10 2018-06-04 3
4: 10 2018-12-05 1
5: 10 2019-11-10 1
6: 11 2018-01-02 1
7: 11 2018-08-06 1
8: 12 2018-01-01 1
9: 12 2018-01-03 2
10: 12 2018-03-06 3
11: 13 2018-08-05 1
12: 13 2019-08-05 1
13: 14 2017-07-08 1
14: 15 2019-07-05 1
Тестирование с использованием более сложных данных Грегора…
pacient2 <- c(10,10,10,10,10,10,10,10,11,11,12,12,12,13, 13, 15, 14)
date2 <- as.Date(c("01/01/2018","02/05/2018", "04/06/2018", "10/11/2019", "11/11/2019", "12/11/2019", "13/11/2019", "05/12/2018", "02/01/2018", "06/08/2018", "01/01/2018", "03/01/2018", "06/03/2018", "05/08/2018", "05/08/2019", "05/07/2019", "08/07/2017"), format = "%d/%m/%Y")
DF2 <- data.frame(pacient = pacient2, date = date2)
library(data.table)
setDT(DF2)
setorder(DF2, pacient, date)
DF2[, v := rowid(pacient, cumsum(date - shift(date, fill=first(date)) > 180))]
pacient date v
1: 10 2018-01-01 1
2: 10 2018-05-02 2
3: 10 2018-06-04 3
4: 10 2018-12-05 1
5: 10 2019-11-10 1
6: 10 2019-11-11 2
7: 10 2019-11-12 3
8: 10 2019-11-13 4
9: 11 2018-01-02 1
10: 11 2018-08-06 1
11: 12 2018-01-01 1
12: 12 2018-01-03 2
13: 12 2018-03-06 3
14: 13 2018-08-05 1
15: 13 2019-08-05 1
16: 14 2017-07-08 1
17: 15 2019-07-05 1
Я получаю другой результат, но, похоже, это имеет смысл. Дайте мне знать, если возникнут проблемы, кто-нибудь.
Комментарии:
1. Я думаю, что ваш результат правильный, а мой — с ошибкой.