再入院率（R）

我想在几个月前提出的这个问题的基础上再接再厉

我有一些患者入院数据，我想让r检查患者入院状态，看看是否再次入院。如果患者状态是住院患者，我想回顾30天，看看是否还有其他住院患者遭遇。如果有另一个住院患者遭遇，我想填写一个30天的专栏，说是，否则填写否，如果没有。我有一些关于我需要什么的示例数据。每个患者都有一个唯一的MRN编号，该编号永远不会改变，但每次就诊都可以有多个遭遇编号。“df2”是我在评估“df”之后想要创建的。感谢您的帮助。我不确定上一篇文章是否会使用类似的设置

csn <- c("11111","22222","33333","44444","55555","66666","77777")
mrn <- c("44322","81433","56311","44322","55121","61776","44322")
admit_date <- c("2017-02-01","2017-02-02","2017-02-04","2017-02-10","2017-02-12","2017-02-14","2017-02-18")
disch_date <- c("2017-02-03","2017-02-04","2017-02-04","2017-02-10","2017-02-16","2017-02-14","2017-02-25")
encounter_type <-c("Inpatient","Inpatient","Observation","ER","Inpatient","Observation","Inpatient")
readmission_30day <- c("no","no","no","no","no","no","yes")
df <- data.frame(csn,mrn,admit_date,disch_date,encounter_type)
df2 <- data.frame(csn,mrn,admit_date,disch_date,encounter_type,readmission_30day)

df
df2

---

csn好的，我已经为您提供了一个使用dplyr包的答案。我会尽力解释发生了什么，但你可能需要仔细阅读一下。如果您不知道管道操作符（%>%），请将其理解为“then”

#我们需要两个库
图书馆（tidyverse）#这提供了几个有用的软件包
图书馆（lubridate）#这让你更容易处理日期
#首先，我们创建一个包含相关案例的csn的表
#上次入院后的几天
parkDf%#我们采用我们的数据帧
mutate（account_date=as_date（account_date））%>%#将日期转换为日期格式
筛选（遭遇类型==“住院患者”）%>%#筛选出带有“住院患者”的病例
排列（mrn，录取日期）%>%\首先按mrn排序，然后按录取日期排序
分组依据（mrn）%>%#分组依据mrn，这样我们可以为每个患者。。。
mutate（dayssincelastaccess=admit_date-lag（admit_date））%>%#…获取自上次承认以来的天数
mutate（dayssincelastaccess=as.integer（dayssincelastaccess））%>%\将其转换为整数
解组（）%>%#解组它（必须完成-不要问）
选择（csn，DaysSincelastAllow）#并仅保留这两列
#现在，我们将此连接到原始数据帧
df%>%
左连接（parkDf，by=“csn”）%>%
mutate（readmission_30day=if_else（is.na（dayssincelastaccess），“no”，“yes”））%>%创建所需变量
选择（-dayssincelastaccess）#并删除不需要的

如果你在谷歌上搜索“R for data science”或“r4ds”，你可以阅读更多关于所用函数的信息——这是一本由哈德利·威克姆（Hadley Wickham）写的书，他是一位伟大的作家。如果你不知道什么是左连接，只需谷歌“sql左连接”。它基本上是：获取右边的数据帧（我们新创建的数据帧），将其信息添加到左边的数据帧（原始数据帧）中，并通过匹配两个数据帧中存在的列来实现（按）

希望这有帮助。
看起来您的问题与链接的问题相同，数据结构非常相似。你试过贴在那里的解决方案了吗？进展如何？你被卡在哪里了？格雷戈里，非常感谢。我的真实数据集有一个出院日期，我没有在我的示例一中包括，但我能够取你给我的数据，计算入院日期和之前出院日期的差值，以获得30天的再入院时间。再次感谢您的时间和投入。@Gregory您能看看我问的这个问题吗。我试着把你给出的答案和那个问题混在一起，但我没有得到我想要的结果。
# we need 2 libraries
library(tidyverse) # this provides several useful packages
library(lubridate) # this lets you deal more easily with dates

# first, we create a table that contains the csn of the relevant cases
# and the days since last admission

parkDf <- df %>% # we take our data frame
    mutate(admit_date = as_date(admit_date)) %>% # turn the dates into date format
    filter(encounter_type == "Inpatient") %>% # filter out cases with "Inpatient"
    arrange(mrn, admit_date) %>% # sort them first by mrn and then by admit_date
    group_by(mrn) %>% # group them by mrn so we can for each patient...
    mutate(daysSinceLastAdmit = admit_date - lag(admit_date)) %>% # ...get the days since last admit
    mutate(daysSinceLastAdmit = as.integer(daysSinceLastAdmit)) %>% # turn this into an integer
    ungroup() %>% # ungroup it (must be done - don't ask)
    select(csn, daysSinceLastAdmit) # and keep only these two columns

# now we left-join this to our original dataframe
df %>%
    left_join(parkDf, by = "csn") %>%
    mutate(readmission_30day = if_else(is.na(daysSinceLastAdmit), "no", "yes")) %>% # create the wanted variable
    select(-daysSinceLastAdmit) # and remove the unwanted one