R 如何从数据框中子集所有行以进行重复测量

我的问题的背景是： 我有一个由重复测量组成的数据集，每行一个数据点。这些数据来自纵向研究，因此目前并非每个受试者都有所有数据点

我希望能够提取满足标准的所有数据点，即所有重复测量，或具有两个重复测量的数据点

下面是一个简化的示例：

subject.id <- c( 0, 0, 0, 1, 1, 1, 2, 2, 3 )
visit <- c( 0, 1, 2, 0, 1, 2, 0, 1, 0 )
data.value <- c( 32, 35, 38, 12, 18, 24, 9, 13, 21 )
data.from.study <- data.frame( subject.id, visit, data.value )

因此：

• 受试者0和1有基线和两个重复测量
• 受试者2具有基线测量和一个重复测量，以及
• 受试者3只有基线测量值

我希望能够有选择地为具有两个重复测量（或一个或仅一个基线）的所有受试者子集，其中包括所有数据，即：

> data.2.measures <- ??
> data.2.measures
      subject.id visit data.value
    1          0     0         32
    2          0     1         35
    3          0     2         38
    4          1     0         12
    5          1     1         18
    6          1     2         24

>data.2.measures data.2.measures
subject.id访问data.value
1          0     0         32
2          0     1         35
3          0     2         38
4          1     0         12
5          1     1         18
6          1     2         24

我可以使用这个例子为where-visit==2创建子集。但是，我不知道如何提取第二次就诊数据点的受试者0次和1次就诊的数据。从概念上讲，我知道subject.id，并且可以以某种方式使用这些信息，但我不确定如何使用列表来子集。潜在帮助的%in%操作员是否在此处

---

有什么想法吗？提前感谢。

您可以使用

dplyr

轻松实现这一点。因此，您将根据

subject.id

对您进行分组，并根据计数进行筛选。因此，在本例中，它只是：

library(dplyr)

subject.id <- c( 0, 0, 0, 1, 1, 1, 2, 2, 3 )
visit <- c( 0, 1, 2, 0, 1, 2, 0, 1, 0 )
data.value <- c( 32, 35, 38, 12, 18, 24, 9, 13, 21 )
data.from.study <- data.frame( subject.id, visit, data.value )

data.from.study %>% group_by(subject.id) %>%
  filter(n() == 3)

---

既然您要求函数，下面是另一个base R解决方案：

measures <- function(visits) {
  patients <- df1$subject.id[df1$visit %in% visits]
  df1[df1$subject.id %in% patients,]
}

注意：我使用

df1或使用base R:
indx将数据帧的名称更改为更小的名称
Source: local data frame [6 x 3]
Groups: subject.id

  subject.id visit data.value
1          0     0         32
2          0     1         35
3          0     2         38
4          1     0         12
5          1     1         18
6          1     2         24

measures <- function(visits) {
  patients <- df1$subject.id[df1$visit %in% visits]
  df1[df1$subject.id %in% patients,]
}

measures(1)
  subject.id visit data.value
1          0     0         32
2          0     1         35
3          0     2         38
4          1     0         12
5          1     1         18
6          1     2         24
7          2     0          9
8          2     1         13

#and

measures(2)
  subject.id visit data.value
1          0     0         32
2          0     1         35
3          0     2         38
4          1     0         12
5          1     1         18
6          1     2         24