R：发现患者每月至少进行4次血糖测试，并持续至少2个月 df

这里有一个使用

dplyr

的解决方案。我按患者和试验月分组，计算患者每月进行的试验次数。然后，我计算每个患者测试之间的月差，考虑年度问题。然后，我筛选2个月内至少进行过两次连续检查（因此

month_diff

==1）且每月至少进行4次检查的患者。然后我只保留第一个测试点，并删除现在未使用的变量

month\u dif

和

n

    df <- data.frame(PATIENT_ID=c(2),
             test.year=c(2001),
             test.month=c(1),
             value=c(2.7))

库（dplyr）
df%>%
分组依据（患者ID，检查月份）%>%
变异（n=n（））%>%
分组依据（患者ID）%>%
当（test.year==lag（test.year）~test.month-lag（test.month）发生变化时（month_dif=case_），
test.year-滞后（test.year）==1和test.month==1和滞后（test.month）==12~1，
真~NA_real（真）]>%
过滤器（任何（月份_dif==1）&n>=4）%>%
切片头（1）%>%
选择（-month\u dif，-n）
#一个tibble:1 x 4
#分组：患者编号[1]
患者ID测试。年测试。月值
1          2      2001          1   2.7

此更新的解决方案还解决了@Gal提到的年份问题

不在同一年发生两个连续测量点的数据

library(dplyr)
df %>% 
  group_by(PATIENT_ID, test.month) %>% 
  mutate(n = n()) %>% 
  group_by(PATIENT_ID) %>% 
  mutate(month_dif = case_when(test.year == lag(test.year) ~ test.month - lag(test.month),
                               test.year - lag(test.year) == 1 & test.month == 1 & lag(test.month) == 12 ~ 1,
                               TRUE ~ NA_real_)) %>% 
  filter(any(month_dif == 1) & n >= 4) %>% 
  slice_head(1) %>% 
  select(-month_dif, - n)

# A tibble: 1 x 4
# Groups:   PATIENT_ID [1]
  PATIENT_ID test.year test.month value
       <dbl>     <dbl>      <dbl> <dbl>
1          2      2001          1   2.7

---

df这里有一个使用
dplyr
的解决方案。我按患者和试验月分组，计算患者每月进行的试验次数。然后，我计算每个患者测试之间的月差，考虑年度问题。然后，我筛选2个月内至少进行过两次连续检查（因此
month_diff
==1）且每月至少进行4次检查的患者。然后我只保留第一个测试点，并删除现在未使用的变量
month\u dif
和
n

    df <- data.frame(PATIENT_ID=c(2),
             test.year=c(2001),
             test.month=c(1),
             value=c(2.7))

库（dplyr）
df%>%
分组依据（患者ID，检查月份）%>%
变异（n=n（））%>%
分组依据（患者ID）%>%
当（test.year==lag（test.year）~test.month-lag（test.month）发生变化时（month_dif=case_），
test.year-滞后（test.year）==1和test.month==1和滞后（test.month）==12~1，
真~NA_real（真）]>%
过滤器（任何（月份_dif==1）&n>=4）%>%
切片头（1）%>%
选择（-month\u dif，-n）
#一个tibble:1 x 4
#分组：患者编号[1]
患者ID测试。年测试。月值
1          2      2001          1   2.7

此更新的解决方案还解决了@Gal提到的年份问题

不在同一年发生两个连续测量点的数据

library(dplyr)
df %>% 
  group_by(PATIENT_ID, test.month) %>% 
  mutate(n = n()) %>% 
  group_by(PATIENT_ID) %>% 
  mutate(month_dif = case_when(test.year == lag(test.year) ~ test.month - lag(test.month),
                               test.year - lag(test.year) == 1 & test.month == 1 & lag(test.month) == 12 ~ 1,
                               TRUE ~ NA_real_)) %>% 
  filter(any(month_dif == 1) & n >= 4) %>% 
  slice_head(1) %>% 
  select(-month_dif, - n)

# A tibble: 1 x 4
# Groups:   PATIENT_ID [1]
  PATIENT_ID test.year test.month value
       <dbl>     <dbl>      <dbl> <dbl>
1          2      2001          1   2.7

df我在Base-R中提出了这个解决方案。我制作了一个自定义函数来过滤，以避免使用
取消列表来堆叠
拆分

df <- data.frame(PATIENT_ID=c(1,1,1,1,1,1,1,2,2,2,2,2,2,2,2),
                 test.year=c(2000,2000,2000,2001,2001,2001,2001,2001,2001,2001,2001,2002,2002,2002,2002),
                 test.month=c(1,1,1,3,3,3,3,12,12,12,12,1,1,1,1),
                 value=c(3.4,3.2,3.5, 3.9, 1.2, 2.1, 2.9, 2.7, 4.6,5.6,5.9,4.2,4.4,6.1,9.4))

我在Base-R中提出了这个解决方案。我制作了一个自定义函数来过滤，以避免将
拆分
与
取消列出

df <- data.frame(PATIENT_ID=c(1,1,1,1,1,1,1,2,2,2,2,2,2,2,2),
                 test.year=c(2000,2000,2000,2001,2001,2001,2001,2001,2001,2001,2001,2002,2002,2002,2002),
                 test.month=c(1,1,1,3,3,3,3,12,12,12,12,1,1,1,1),
                 value=c(3.4,3.2,3.5, 3.9, 1.2, 2.1, 2.9, 2.7, 4.6,5.6,5.9,4.2,4.4,6.1,9.4))

下面是一个使用
数据的选项。表
：

> df_new
  PATIENT_ID test.year test.month value
8          2      2001          1   2.7

下面是一个使用
数据的选项。表
：

> df_new
  PATIENT_ID test.year test.month value
8          2      2001          1   2.7

你也应该考虑这一年吗？我抄袭了你的代码，但得到了：SLIGHILHAD（1）中的错误。好点，但从这个问题不完全清楚。也可能是
测试。月是患者测试的第一个月，不考虑日历月和年份。我现在在回答中注意到了这一点。@Franky
slice\u head
是最新的
dplyr
版本的一部分。更新
dplyr
然后它应该在测试中起作用。月份是日历月。十二月是12，一月是1。你还应该考虑这一年吗？我抄袭了你的代码，但得到了：SLIGHILHAD（1）中的错误。好点，但从这个问题不完全清楚。也可能是
测试。月是患者测试的第一个月，不考虑日历月和年份。我现在在回答中注意到了这一点。@Franky
slice\u head
是最新的
dplyr
版本的一部分。更新
dplyr
然后它应该在测试中起作用。月份是日历月。12月12日，1月1日。