我想使用变量 Id
作为“中断变量”来计算从特定日期开始的天数,并将结果作为新列。我希望结果类似于数据框 RESULT
中的结果。
我正在收集有关患者进展的数据 (Variable_x
),并且我想使用“天数”变量作为混合模型中的时间变量。
以下是变量:
Id <- c(1,1,1,1,2,2,2,5,5,5,5,5)
Date <- as.Date (c("2015-01-01", "2015-01-10", "2015-01-15","2015-01-25","2013-02-01", "2013-03-20", "2013-04-03","2014-05-06","2014-06-07","2014-06-08","2014-08-09","2014-10-10"))
Variable_x <- c("70","NA","55", "30", "70", "60", "NA", "80", "60", "70", "50","20")
Days <- c(0,9,14,24,0,47,61,0,32,33,95,157)
这是我拥有的数据:
DATA <- data.frame(Id, Date, Variable_x)
这是我想要的数据:
RESULT <- data.frame(Id, Date, Days, Variable_x)
希望有人能给出答案或为我指出正确的方向。
非常感谢您的帮助。
最佳答案
使用data.table
的选项。我们将 'data.frame' 转换为 'data.table' (setDT(DATA)
),按 'Id' 分组,我们得到 'Date' 和 lag
的“日期”(shift
默认情况下为 type=lag
),获取 cumsum
并赋值 (:=
) 输出以创建“天”列。
library(data.table)#v1.9.6+
setDT(DATA)[, Days:=cumsum(as.numeric(Date-shift(Date, fill=Date[1L]))), Id]
DATA
# Id Date Variable_x Days
# 1: 1 2015-01-01 70 0
# 2: 1 2015-01-10 NA 9
# 3: 1 2015-01-15 55 14
# 4: 1 2015-01-25 30 24
# 5: 2 2013-02-01 70 0
# 6: 2 2013-03-20 60 47
# 7: 2 2013-04-03 NA 61
# 8: 5 2014-05-06 80 0
# 9: 5 2014-06-07 60 32
#10: 5 2014-06-08 70 33
#11: 5 2014-08-09 50 95
#12: 5 2014-10-10 20 157
关于r - 计算 ID 为 "break variable"的特定日期的天数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32795543/