不同随访间隔的 R 函数 + lubridate

Question

我有以下 df:

df = data.frame(id=c(1,1,1,1,1,1),
                date=c(as.Date("2000-01-01"), as.Date("2000-07-11"),
                       as.Date("2000-08-01"), as.Date("2000-12-31"),
                       as.Date("2002-05-04"), as.Date("2002-06-01")))

我需要以下结果：


result = data.frame(id=c(1,1,1,1,1,1),
                date=c(as.Date("2000-01-01"), as.Date("2000-07-11"),
                       as.Date("2000-08-01"), as.Date("2000-12-31"),
                       as.Date("2002-05-04"), as.Date("2002-06-01")),
                days_91 = c(0,0,1,0,0,1),
                days_182 = c(0,0,1,0,0,1),
                days_273 = c(0,1,1,1,0,1),
                days_365 = c(0,1,1,1,0,1))

基本上，对于某个日期，我想知道在过去 X 天内是否存在相同 ID 的先前日期。

我认为润滑功能一定存在，但没有找到。

结果：

id	date	days_91	days_182	days_273	days_365
1	2000-01-01	0	0	0	0
1	2000-07-11	0	0	1	1
1	2000-08-01	1	1	1	1
1	2000-12-31	0	1	1	1
1	2002-05-04	0	0	0	0
1	2002-06-01	1	1	1	1

例如，对于第 3 行，前一个日期在过去 91、182、273 和 365 天内。然而，在第 2 行中，在过去的 91 天和 182 天内没有之前的访问

Answer 1

我们可以使用 dplyr 遍历您要检查的日期列表，如果 'date' 列中的任何日期出现在前 x 天内，将 return 1:

library(dplyr)

dates_check <- c(91, 192, 213, 365) # Dates we want to check

prev_dates <- function(prev_date){
  colname <- paste('days_', prev_date, sep='') # Dynamically create the column name
  df <<- df %>%
    group_by(id) %>% # Group our data by id
    rowwise() %>% # Perform rowwise operation
    mutate(!!colname := as.integer(any(df$date > date - prev_date & df$date < date))) 
}


lapply(dates_check, prev_dates)

# A tibble: 6 x 6
# Rowwise:  id
     id date       days_91 days_182 days_273 days_365
  <dbl> <date>       <int>    <int>    <int>    <int>
1     1 2000-01-01       0        0        0        0
2     1 2000-07-11       0        0        1        1
3     1 2000-08-01       1        1        1        1
4     1 2000-12-31       0        1        1        1
5     1 2002-05-04       0        0        0        0
6     1 2002-06-01       1        1        1        1

Answer 2

这是另一个使用 purrr 中的 map2 和 map_dfc 的选项。在提供给定的 date 和前面的 date （按排序顺序）后，您可以将这两个值的差异与数字向量中的所有元素进行比较（包含天数，例如 91、182等）。

library(tidyverse)

my_days <- c(91, 182, 273, 365)

df %>%
  group_by(id) %>%
  arrange(date, .by_group = T) %>%
  mutate(days = map2(
    date,
    lag(date, default = as.Date(-Inf)),
    \(x, y) {
      bind_cols(map_dfc(set_names(my_days, paste0("days_", my_days)), ~+(x - y < .x)))
    }
  )) %>%
  unnest(days)

输出

     id date       days_91 days_182 days_273 days_365
  <dbl> <date>       <int>    <int>    <int>    <int>
1     1 2000-01-01       0        0        0        0
2     1 2000-07-11       0        0        1        1
3     1 2000-08-01       1        1        1        1
4     1 2000-12-31       0        1        1        1
5     1 2002-05-04       0        0        0        0
6     1 2002-06-01       1        1        1        1

不同随访间隔的 R 函数 + lubridate

R function for different follow-up intervals + lubridate

r

date

lubridate