整理R中的数据集

亲爱的各位，这是我的数据集，我想将其转换为以下内容：

      patient  albumine  date       
  1       ID1  37       03.08.2019  
  2       ID1  39       07.06.2018 
  3       ID2  30       03.08.2019  
  4       ID3  45       07.06.2018  
  1       ID3  37       03.08.2019  
  2       ID3  39       07.06.2018  
  3       ID3  30       03.08.2019  
  4       ID3  45       07.06.2018  

我试过了

      patient  albumine1  date1    albumine2  date2        ...
  1       ID1  37       03.08.2019     39       07.06.2018  
  2       ID2

df2%
传播（key=“patient”，value=“albumine”）

也许有人有主意？ 最后，我想增加一个专栏，看看患者在过去两年中是否有两个或两个以上白蛋白水平超过35。 非常感谢你的帮助。这是我在这里的第一个问题，所以我希望我提供了足够的数据来帮助我。

最好的

---

卡罗

也许是这样的

df2 <-df %>%
spread(key="patient", value="albumine")

库（dplyr）
您的.data.frame%>%
突变（高蛋白=蛋白>=35，
2.2年内=as.numeric（Sys.Date（）-as.Date（Date，tryFormats=“%d.%m.%y”））%
分组依据（患者）%>%
突变（高蛋白含量2年内=总和（高蛋白含量2年内））%>%
选择（-高蛋白，-2年内）

也许是这样的

df2 <-df %>%
spread(key="patient", value="albumine")

库（dplyr）
您的.data.frame%>%
突变（高蛋白=蛋白>=35，
2.2年内=as.numeric（Sys.Date（）-as.Date（Date，tryFormats=“%d.%m.%y”））%
分组依据（患者）%>%
突变（高蛋白含量2年内=总和（高蛋白含量2年内））%>%
选择（-高蛋白，-2年内）

ID#标签在原始数据帧中重复的次数有上限吗？（在您的示例中，

ID3

出现5次，是最常见的标签。）亲爱的Aaron，非常感谢您的回答。我的数据集包括200000名患者。但我设法计算出，最常重复的ID重复了83次。我感谢您花费时间和精力来帮助我。您可以使用

dput（）

函数提供您的数据吗？提供

dput（df）的输出

使它更容易被其他人复制。（它可能是您上面显示的数据的类似子集。）因此，在本例中，患者1进行了两次测试，患者2进行了一次测试，患者3进行了五次测试？@Caroliv我认为您的数据目前更为整洁。您可以获得过去2年内白蛋白水平为35或更高的患者ID的结果，而无需将数据转换为广泛的形式。您对该解决方案感兴趣吗？您是否有在原始数据帧中，

ID

标签将重复多少次的上限？（在您的示例中，

ID3

出现5次，是最常见的标签。）亲爱的Aaron，非常感谢您的回答。我的数据集包括200000名患者。但我设法计算出，最常重复的ID重复了83次。我感谢您花费时间和精力来帮助我。您可以使用

dput（）

函数提供您的数据吗？提供

dput（df）的输出

使它更容易被其他人复制。（它可能是您上面显示的数据的类似子集。）因此，在本例中，患者1进行了两次测试，患者2进行了一次测试，患者3进行了五次测试？@Caroliv我认为您的数据目前更为整洁。您可以获得过去两年内白蛋白水平为35或更高的患者ID的结果，而无需将数据转换为广泛形式。您对该解决方案感兴趣吗？这是一个很好的解决方案例如，添加了一列，在过去2年内白蛋白检测数>=35。进一步定义哪些ID可能是病例对照组。df%变异（high.albumine=albumine>=35，in.2.years=as.numeric（Sys.Date（）-as.Date）（Date，tryFormats=“%d.%m.%y”）%（high.albumine.within.2.years=sum（high.albumine&within.2.years））%>%select（-high.albumine，-within.2.years））对我来说，如果拆分它就可以工作，否则我会得到以下错误：UseMethod中的错误（“group_by_”）：没有适用于“c类（'double'，numeric'）对象的“group_by_”的适用方法@PaoloLorenzini，我没有过滤行，因为OP问：添加一个额外的列，看看患者在过去两年中是否有两个或两个以上白蛋白水平超过35，所以我想保留呈现的信息。我理解，很好。我想添加一行代码，过滤掉所有那些高白蛋白水平的行也很好。albumine&在过去两年中，白蛋白水平超过35的患者ID列表中，0.2年内等于0或1。这是一个很好的例子，添加了一列，在过去2年中白蛋白检测数>=35。进一步定义哪些ID可能是病例vs。控制.df%变异（high.albumine=albumine>=35，在.2.year内=as.numeric（Sys.Date（）-as.Date（Date，tryFormats=“%d.%m.%y”）%mutate（high.albumine.within.2.year内=总和（high.albumine&在.2.year内））%%选择（-high.albumine，-在.2.year内））对我来说，如果拆分它就可以工作，否则我会得到以下错误：UseMethod中的错误（“group_by_”）：没有适用于“group_by_”的方法应用于类“c”（'double'，'numeric'）的对象@PaoloLorenzini，我没有过滤行，因为OP问：添加一个额外的列，看看患者在过去两年中是否有两个或两个以上白蛋白水平超过35，所以我想保留呈现的信息。我理解，很好。我想添加一行代码，过滤掉所有那些高白蛋白水平的行也很好。白蛋白&inner.2.years等于0或1，以获得过去两年白蛋白水平超过35的患者ID列表

library(splitstackshape)
dcast(getanID(df, 'patient'), patient~.id, value.var=c('albumine',"date"))