基于不同大小数据集的值范围的R ifelse语句
我有两个不同大小的数据集，记录了人们服用两种不同药物的开始和停止时间。我想将它们结合起来，以便明确地包括来自任意一个数据集的每一次，以及两种药物使用的相应变量（0/1） 示例数据：基于不同大小数据集的值范围的R ifelse语句,r,if-statement,dataframe,dplyr,R,If Statement,Dataframe,Dplyr,我有两个不同大小的数据集，记录了人们服用两种不同药物的开始和停止时间。我想将它们结合起来，以便明确地包括来自任意一个数据集的每一次，以及两种药物使用的相应变量（0/1） 示例数据： library(dplyr) set.seed(100) df <- data.frame (id=c(1,1,1,1,2,2,2,3,3,3), start=c(0,10,16,21,0,13,21,0,6,9),
library(dplyr)
set.seed(100)
df <- data.frame (id=c(1,1,1,1,2,2,2,3,3,3),
start=c(0,10,16,21,0,13,21,0,6,9),
stop=c(9,15,20,24,12,20,25,5,8,14),
drugA=rbinom(10,1,0.5))
df2 <- data.frame (id=c(1,1,2,2,3,3),
start=c(12,20,2,12,17,22),
stop=c(18,25,8,17,19,25),
drugB=c(1,1,1,1,1,1))
t<-sort(unique(c(df$start,df$stop ,df2$start,df2$stop))) #list all the times
finaldf<-data.frame(id = rep(unique(df$id), each = length(t)))
finaldf$stop<-rep(t, each = length(finaldf))
finaldf<- finaldf %>%
group_by(id) %>%
mutate(start = lag(stop)) %>%
ungroup()
finaldf<-filter(finaldf,start>=0)
任何帮助都将不胜感激。谢谢最简单的方法可能是首先将所有内容转换为更简单的长格式。具体来说，我会将所有内容转换为每单位时间有一行（即，时间1的状态条目，时间2的状态条目，等等） 为此，我首先将data.frame按id（以便以后填补空白）拆分，然后按行拆分（以延长每个时段，使每个单位时间都有一个条目）。然后，对于每种药物，我使用
tidyrcompletelapply所有时间maxTime <- max(c(df$stop, df2$stop))
allTimes <-
0:maxTime
allIds <-
c(df$id, df2$id) %>%
unique %>%
sort
fullData <-
lapply(allIds, function(thisID){
tempA <-
df %>%
filter(id == thisID) %>%
split(1:nrow(.)) %>%
lapply(function(thisSet){
data_frame(
id = thisID
, time = thisSet$start:thisSet$stop
, drugA = thisSet$drugA
)
}) %>%
bind_rows %>%
complete(time = allTimes, fill = list(id = thisID, drugA = 0))
tempB <-
df2 %>%
filter(id == thisID) %>%
split(1:nrow(.)) %>%
lapply(function(thisSet){
data_frame(
id = thisID
, time = thisSet$start:thisSet$stop
, drugB = thisSet$drugB
)
}) %>%
bind_rows %>%
complete(time = allTimes, fill = list(id = thisID, drugB = 0))
out <-
left_join(tempA, tempB)
}) %>%
bind_rows
time id drugA drugB
<int> <dbl> <dbl> <dbl>
1 0 1 0 0
2 4 1 0 0
3 9 1 0 0
4 14 1 0 1
5 0 2 0 0
6 4 2 0 1
7 9 2 0 0
8 14 2 0 1
9 0 3 0 0
10 4 3 0 0
11 9 3 0 0
12 14 3 0 0
reformatted <-
fullData %>%
group_by(id) %>%
mutate(
drugChange =
(drugA != lag(drugA, default = -1)) |
(drugB != lag(drugB, default = -1))
, period = cumsum(drugChange)
) %>%
select(-drugChange) %>%
group_by(id, period, drugA, drugB) %>%
summarise(start = min(time)
, stop = max(time)) %>%
ungroup()
重新格式化%
分组依据（id）%>%
变异(
换药=
（drugA！=滞后（drugA，默认值=-1））|
（drugB！=滞后（drugB，默认值=-1））
，期间=累计金额（药费变更）
) %>%
选择（-drugChange）%%>%
分组依据（id、期间、药物A、药物B）%>%
总结（开始=分钟（时间）
，停止=最大（时间））%>%
解组（）
id period drugA drugB start stop
<dbl> <int> <dbl> <dbl> <dbl> <dbl>
1 1 1 0 0 0 11
2 1 2 0 1 12 15
3 1 3 1 1 16 18
4 1 4 1 0 19 19
5 1 5 1 1 20 20
6 1 6 0 1 21 25
7 2 1 0 0 0 1
8 2 2 0 1 2 8
9 2 3 0 0 9 11
10 2 4 0 1 12 17
11 2 5 0 0 18 20
12 2 6 1 0 21 25
13 3 1 0 0 0 5
14 3 2 1 0 6 8
15 3 3 0 0 9 16
16 3 4 0 1 17 19
17 3 5 0 0 20 21
18 3 6 0 1 22 25
id周期drugA drugB开始停止
1 1 1 0 0 0 11
2 1 2 0 1 12 15
3 1 3 1 1 16 18
4 1 4 1 0 19 19
5 1 5 1 1 20 20
6 1 6 0 1 21 25
7 2 1 0 0 0 1
8 2 2 0 1 2 8
9 2 3 0 0 9 11
10 2 4 0 1 12 17
11 2 5 0 0 18 20
12 2 6 1 0 21 25
13 3 1 0 0 0 5
14 3 2 1 0 6 8
15 3 3 0 0 9 16
16 3 4 0 1 17 19
17 3 5 0 0 20 21
18 3 6 0 1 22 25
structure我想在Durga和DurGB上做时变变量，因为我正在运行一个边缘结构模型。非常感谢！我真的想要一个时变分析的开始，停止格式。很高兴它对你有用。如果这样，你就可以接受答案，让别人知道它解决了你的ISS。ue（）。如果没有，请告诉我它缺少什么，我可能很容易扩展一下答案。它做得很好，我只是在等待是否有其他解决方案，可能是在接受答案之前使用ifelse语句的基本R类型解决方案。可能有更有效的方法（当前运行时间约25分钟），虽然我知道任何方法都需要时间，因为我们正在创建一个大型数据集。如果没有，我将接受您的方法！再次感谢。
time id drugA drugB
<int> <dbl> <dbl> <dbl>
1 0 1 0 0
2 4 1 0 0
3 9 1 0 0
4 14 1 0 1
5 0 2 0 0
6 4 2 0 1
7 9 2 0 0
8 14 2 0 1
9 0 3 0 0
10 4 3 0 0
11 9 3 0 0
12 14 3 0 0
fullData %>%
mutate(drugState = paste(drugA, drugB, sep = "-")) %>%
ggplot(aes(x = time
, y = id
, fill = drugState)) +
geom_tile(height = 0.9) +
scale_fill_manual(values = RColorBrewer::brewer.pal(4, "Set1")[c(3,1,2,4)] )
reformatted <-
fullData %>%
group_by(id) %>%
mutate(
drugChange =
(drugA != lag(drugA, default = -1)) |
(drugB != lag(drugB, default = -1))
, period = cumsum(drugChange)
) %>%
select(-drugChange) %>%
group_by(id, period, drugA, drugB) %>%
summarise(start = min(time)
, stop = max(time)) %>%
ungroup()
id period drugA drugB start stop
<dbl> <int> <dbl> <dbl> <dbl> <dbl>
1 1 1 0 0 0 11
2 1 2 0 1 12 15
3 1 3 1 1 16 18
4 1 4 1 0 19 19
5 1 5 1 1 20 20
6 1 6 0 1 21 25
7 2 1 0 0 0 1
8 2 2 0 1 2 8
9 2 3 0 0 9 11
10 2 4 0 1 12 17
11 2 5 0 0 18 20
12 2 6 1 0 21 25
13 3 1 0 0 0 5
14 3 2 1 0 6 8
15 3 3 0 0 9 16
16 3 4 0 1 17 19
17 3 5 0 0 20 21
18 3 6 0 1 22 25