R 如何按ID排序,然后检测同一ID内的差异?
我有一个数据集,其中包含几个ID和示例日期列,如R 如何按ID排序,然后检测同一ID内的差异?,r,R,我有一个数据集,其中包含几个ID和示例日期列,如 dataframe <- data.frame(ID=c("ID1","ID2","ID3","ID4", "ID2", "ID2", "ID3","ID4", "ID5","ID1"), sample
dataframe <- data.frame(ID=c("ID1","ID2","ID3","ID4", "ID2", "ID2", "ID3","ID4", "ID5","ID1"),
sample_date=c(1991-05-23, 1991-05-24,1991-05-24, 1991-05-26,1991-05-27,1991-05-28,1991-05-30,1991-05-31, 1991-06-03, 1991-06-03),
sex =c(1,2,1,2,2,2,1,2,1,1), and_so_om =c(1))
然后我想按照相同的ID进行排序,并检测相同的ID是否有非常接近的样本日期。
30天内
首先,我尝试按ID对数据帧进行排序,然后得到
结果如下:
outcome <- dataframe %>% select(ID,sample_date) %>% count(ID,sample_date)
从这里开始,我不知道如何计算同一ID内采样日期的天数差。也许,您可以试试
library(dplyr)
n <- 3
dataframe %>%
mutate(sample_date = as.Date(sample_date)) %>%
arrange(ID, sample_date) %>%
group_by(ID) %>%
summarise(is_closest = any(diff(sample_date) <= n))
也许你可以试试
library(dplyr)
n <- 3
dataframe %>%
mutate(sample_date = as.Date(sample_date)) %>%
arrange(ID, sample_date) %>%
group_by(ID) %>%
summarise(is_closest = any(diff(sample_date) <= n))
我认为R底的骨料足以使其
dfout <- aggregate(sample_date~ID,dataframe,function(x) min(diff(sort(x)),Inf)<=3)
我认为R底的骨料足以使其
dfout <- aggregate(sample_date~ID,dataframe,function(x) min(diff(sort(x)),Inf)<=3)
你的预期产出和你已经尝试了什么?你的预期产出和你已经尝试了什么?谢谢Ronak,这正是我想要的。谢谢Ronak,这正是我想要的。
> dfout
ID sample_date
1 ID1 FALSE
2 ID2 TRUE
3 ID3 FALSE
4 ID4 FALSE
5 ID5 FALSE