R：如何通过ID识别多个列的第一个积极观察日期？

我想通过ID为多个列确定积极观察的第一个日期

数据帧示例：

ID  date  Observ1 Observ2 Observ3
 1     1        1       0       0
 1     2        0       1       0
 1     3        1       0       1
 2     1        1       1       0 

预期结果：

ID  FirstObserv1 FirstObserv2 FirstObserv3
 1             1            2            3
 2             1            1           NA

对于单列观测，我可以用dplyr解决：

df %>% group_by(ID) %>% filter( Observ1 > 0) %>% summarize( FirstObserv1 = min(date) ) %>% as.data.frame()

---

但是，我不知道如何一次对多个列执行此操作。

请尝试使用tidyverse函数对数据进行如下整形。代码id的键过滤值为1的值，然后设置过滤器以使用过滤器提取最小日期值。之后，你重塑到宽，你得到了预期的输出。代码如下：

library(tidyverse)
#Code
dfnew <- df %>% pivot_longer(-c(ID,date)) %>%
  group_by(ID) %>%
  filter(value==1) %>% select(-value) %>% ungroup() %>%
  group_by(ID,name) %>%
  filter(date==min(date)) %>%
  pivot_wider(names_from = name,values_from=date)

输出：

# A tibble: 2 x 4
# Groups:   ID [2]
     ID Observ1 Observ2 Observ3
  <int>   <int>   <int>   <int>
1     1       1       2       3
2     2       1       1      NA

使用的一些数据：

#Data
df <- structure(list(ID = c(1L, 1L, 1L, 2L), date = c(1L, 2L, 3L, 1L
), Observ1 = c(1L, 0L, 1L, 1L), Observ2 = c(0L, 1L, 0L, 1L), 
    Observ3 = c(0L, 0L, 1L, 0L)), class = "data.frame", row.names = c(NA, 
-4L))

---

尝试使用tidyverse函数像这样重塑数据。代码id的键过滤值为1的值，然后设置过滤器以使用过滤器提取最小日期值。之后，你重塑到宽，你得到了预期的输出。代码如下：

library(tidyverse)
#Code
dfnew <- df %>% pivot_longer(-c(ID,date)) %>%
  group_by(ID) %>%
  filter(value==1) %>% select(-value) %>% ungroup() %>%
  group_by(ID,name) %>%
  filter(date==min(date)) %>%
  pivot_wider(names_from = name,values_from=date)

输出：

# A tibble: 2 x 4
# Groups:   ID [2]
     ID Observ1 Observ2 Observ3
  <int>   <int>   <int>   <int>
1     1       1       2       3
2     2       1       1      NA

使用的一些数据：

#Data
df <- structure(list(ID = c(1L, 1L, 1L, 2L), date = c(1L, 2L, 3L, 1L
), Observ1 = c(1L, 0L, 1L, 1L), Observ2 = c(0L, 1L, 0L, 1L), 
    Observ3 = c(0L, 0L, 1L, 0L)), class = "data.frame", row.names = c(NA, 
-4L))

---

这里有一种方法，如果观察结果是肯定的，则用日期替换观察结果，反之亦然。获得每次观察的最小值会产生期望的结果

df %>%
  mutate_at(vars(starts_with("Observ")), ~ifelse(. > 0, date, NA)) %>%
  group_by(ID) %>%
  summarise_at(vars(starts_with("Observ")), min, na.rm = TRUE)
#> # A tibble: 2 x 4
#>      ID Observ1 Observ2 Observ3
#>   <dbl>   <dbl>   <dbl>   <dbl>
#> 1     1       1       2       3
#> 2     2       1       1     Inf

---

这里有一种方法，如果观察结果是肯定的，则用日期替换观察结果，反之亦然。获得每次观察的最小值会产生期望的结果

df %>%
  mutate_at(vars(starts_with("Observ")), ~ifelse(. > 0, date, NA)) %>%
  group_by(ID) %>%
  summarise_at(vars(starts_with("Observ")), min, na.rm = TRUE)
#> # A tibble: 2 x 4
#>      ID Observ1 Observ2 Observ3
#>   <dbl>   <dbl>   <dbl>   <dbl>
#> 1     1       1       2       3
#> 2     2       1       1     Inf

另一种选择：

df %>% 
  group_by(ID) %>% 
  summarise(across(
    -date, 
    list(First = ~{x <- which(. > 0); if (length(x) > 0L) date[[x[[1L]]]] else NA_real_}), 
    .names = "{.fn}{.col}"
  ))

输出

     ID FirstObserv1 FirstObserv2 FirstObserv3
  <dbl>        <dbl>        <dbl>        <dbl>
1     1            1            2            3
2     2            1            1           NA

另一种选择：

df %>% 
  group_by(ID) %>% 
  summarise(across(
    -date, 
    list(First = ~{x <- which(. > 0); if (length(x) > 0L) date[[x[[1L]]]] else NA_real_}), 
    .names = "{.fn}{.col}"
  ))

输出

     ID FirstObserv1 FirstObserv2 FirstObserv3
  <dbl>        <dbl>        <dbl>        <dbl>
1     1            1            2            3
2     2            1            1           NA

我们可以使用data.table

或者使用tidyverse

数据 我们可以使用data.table

或者使用tidyverse

数据

---

好的一只鸭子，同样的方法直到filtervalue==1，但是被卡住了。陡峭的学习曲线。@KarthikS肯定！！！所有的一切都是关于学习曲线：好的一只鸭子，同样的方法直到filtervalue==1，但被卡住了。陡峭的学习曲线。@KarthikS肯定！！！一切都是关于学习曲线的：这不是最后一个参数。groups='drop'默认值吗？例如：>df%>%group\U byID%>%SUMMARESEARCROSSSTARTS\U与'Obser'，~哪个。>0[1]，.names='First{col}%>%group\u vars使用.groups参数character0>df%>%group\u byID%>%summarySeaCrossStart\u使用'Obser'，~which.>0[1]，.names='First{col}'，.groups='drop%>%group_vars character0>都提供相同的输出。请您帮助理解明确提到.groups='drop'参数的意义。@KarthikS'drop\u last'不是最后一个参数。groups='drop'默认值？例如：>df%>%group\U byID%>%SUMMARESEARCROSSSTARTS\U与'Obser'，~哪个。>0[1]，.names='First{col}%>%group\u vars使用.groups参数character0>df%>%group\u byID%>%summarySeaCrossStart\u使用'Obser'，~which.>0[1]，.names='First{col}'，.groups='drop%>%group_vars character0>都提供相同的输出。请您帮助理解明确提到.groups='drop'参数的意义。@KarthikS它是'drop\u last'我喜欢这个解决方案，因为它看起来很干净，并且避免了多次重塑数据。我对此唯一的不满是，NAs将被min视为Inf，有没有办法防止这种情况发生？min的行为无法改变。唯一的方法是添加另一个步骤，用NA替换Inf。我喜欢这个解决方案，因为它看起来很干净，并且避免了多次重塑数据。我对此唯一的不满是，NAs将被min视为Inf，有没有办法防止这种情况发生？min的行为无法改变。唯一的方法是添加另一个步骤，用NA替换Inf。