只是想知道是否有人可以帮助我解决这个令人沮丧的问题-不知道如何解决，因为它涉及很多问题。我是编码的新手，因此这个问题可能有一些不清楚的地方-如果有什么不对的地方，请告诉我！
我的数据的一个例子
#reproducible data (hopefully)
dat <-structure(list(id = 1:5,
opstart = structure(c(1514970000, 1514904000, 1514916900, 1514883900, 1514979600),
class = c("POSIXct", "POSIXt"), tzone = "UTC"),
crdate_1 = structure(c(1514818380, 1514965080,1514752680, 1514760180, 1514919480),
class = c("POSIXct", "POSIXt"), tzone = "UTC"),
crdate_2 = structure(c(1515058680, 1515058740,1514817780, 1514965080, 1515064560),
class = c("POSIXct", "POSIXt"), tzone = "UTC"),
crdate_3 = structure(c(1515564000, 1515137700, 1514876100, NA, 1516101000),
class = c("POSIXct", "POSIXt"), tzone = "UTC"),
aki_1 = c("aki", NA, NA, NA, "aki"),
aki_2 = c("aki", NA, "aki", NA, "aki"),
aki_3 = c("aki", "aki", "aki", NA, "aki")),
row.names = c(NA, 5L), class = "data.frame")
id opstart crdate_1 crdate_2 crdate_3 aki_1 aki_2 aki_3
1 1 2018-01-03 09:00:00 2018-01-01 14:53:00 2018-01-04 09:38:00 2018-01-10 06:00:00 aki aki aki
2 2 2018-01-02 14:40:00 2018-01-03 07:38:00 2018-01-04 09:39:00 2018-01-05 07:35:00 <NA> <NA> aki
3 3 2018-01-02 18:15:00 2017-12-31 20:38:00 2018-01-01 14:43:00 2018-01-02 06:55:00 <NA> aki aki
4 4 2018-01-02 09:05:00 2017-12-31 22:43:00 2018-01-03 07:38:00 <NA> <NA> <NA> <NA>
5 5 2018-01-03 11:40:00 2018-01-02 18:58:00 2018-01-04 11:16:00 2018-01-16 11:10:00 aki aki aki
我想做的是使用mutate创建一个名为aki_status的新列，该列将详细说明“ aki”是在opdate之前还是在opdate之后。crdate_1对应于aki_1，crdate_2对应于aki_2，依此类推。
复杂的是aki_status应该基于“ aki”首次出现的列。因此，例如，对于第一行，aki出现在aki_1中，因此在与opdate的比较中将使用crdate_1，但是在第三行中，aki首先出现在aki_2中，因此应在与opdate的比较中使用crdate_2。
理想的输出是
aki_status(preop, postop, preop, NA, postop)
这是一种方法，该方法依赖于首先将原始数据重塑为更易于使用的更长格式。此处的“ spec”表定义了我们希望将源数据中的列馈入哪一列（“ date”，“ aki”或“ obs”）。
library(tidyverse)
spec <- tribble(
~.name, ~.value, ~obs,
"crdate_1", "date", 1,
"crdate_2", "date", 2,
"crdate_3", "date", 3,
"aki_1", "aki", 1,
"aki_2", "aki", 2,
"aki_3", "aki", 3
)
dat_long <- pivot_longer_spec(dat, spec)
该表更易于使用，因为它使我们可以直接比较每个crdate和其各自的opstart日期，同时跟踪它的回合日期。
#> dat_long
## A tibble: 15 x 5
# id opstart obs date aki
# <int> <dttm> <dbl> <dttm> <chr>
# 1 1 2018-01-03 09:00:00 1 2018-01-01 14:53:00 aki
# 2 1 2018-01-03 09:00:00 2 2018-01-04 09:38:00 aki
# 3 1 2018-01-03 09:00:00 3 2018-01-10 06:00:00 aki
# 4 2 2018-01-02 14:40:00 1 2018-01-03 07:38:00 NA
# 5 2 2018-01-02 14:40:00 2 2018-01-04 09:39:00 NA
# 6 2 2018-01-02 14:40:00 3 2018-01-05 07:35:00 aki
# 7 3 2018-01-02 18:15:00 1 2017-12-31 20:38:00 NA
# 8 3 2018-01-02 18:15:00 2 2018-01-01 14:43:00 aki
# 9 3 2018-01-02 18:15:00 3 2018-01-02 06:55:00 aki
#10 4 2018-01-02 09:05:00 1 2017-12-31 22:43:00 NA
#11 4 2018-01-02 09:05:00 2 2018-01-03 07:38:00 NA
#12 4 2018-01-02 09:05:00 3 NA NA
#13 5 2018-01-03 11:40:00 1 2018-01-02 18:58:00 aki
#14 5 2018-01-03 11:40:00 2 2018-01-04 11:16:00 aki
#15 5 2018-01-03 11:40:00 3 2018-01-16 11:10:00 aki
现在，我们可以查看每个“ id”中的第一个“ aki”，以获取每个“ id”的摘要状态“ aki_status”。
results <- dat_long %>%
group_by(id) %>%
filter(aki == "aki") %>%
slice_min(date) %>% # or slice_min(obs) -- same result always?
mutate(aki_status = if_else(date < opstart, "preop", "postop"))
dat %>% left_join(results, by = c("id", "opstart"))
id opstart crdate_1 crdate_2 crdate_3 aki_1 aki_2 aki_3 obs date aki aki_status
1 1 2018-01-03 09:00:00 2018-01-01 14:53:00 2018-01-04 09:38:00 2018-01-10 06:00:00 aki aki aki 1 2018-01-01 14:53:00 aki preop
2 2 2018-01-02 14:40:00 2018-01-03 07:38:00 2018-01-04 09:39:00 2018-01-05 07:35:00 <NA> <NA> aki 3 2018-01-05 07:35:00 aki postop
3 3 2018-01-02 18:15:00 2017-12-31 20:38:00 2018-01-01 14:43:00 2018-01-02 06:55:00 <NA> aki aki 2 2018-01-01 14:43:00 aki preop
4 4 2018-01-02 09:05:00 2017-12-31 22:43:00 2018-01-03 07:38:00 <NA> <NA> <NA> <NA> NA <NA> <NA> <NA>
5 5 2018-01-03 11:40:00 2018-01-02 18:58:00 2018-01-04 11:16:00 2018-01-16 11:10:00 aki aki aki 1 2018-01-02 18:58:00 aki preop
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句