通过根据数据框中的数字添加行和值来扩展数据框

Question

我有人口级别的事件数据，即每天都有发生事件的个人和被审查的个人的总和。我想将此数据扩展为更传统的生存分析格式，即每个人得到一行。因此，对于每一天，需要为事件数（事件数 = 1 和审查员 = 0）和审查员数（事件数 = 0 和审查员 = 1）添加一些行。以下是输入数据框 (dataIn) 和所需输出的示例。

days <- c(1,2,3)
event <- c(2,2,0)
censor <- c(0,2,2)
dataIn <- data.frame(days, event, censor)

  days event censor
    1     2      0
    2     2      2
    3     0      2

  days event censor
    1     1      0
    1     1      0
    2     1      0
    2     1      0
    2     0      1
    2     0      1
    3     0      1
    3     0      1

Answer 1

这是一个相当简单但有效的方法，使用 rep:

with(dataIn, data.frame(day    = c(rep(days, event), rep(days, censor)), 
                        event  = rep(c(1, 0), c(sum(event), sum(censor))),
                        censor = rep(c(0, 1), c(sum(event), sum(censor)))))
#>   day event censor
#> 1   1     1      0
#> 2   1     1      0
#> 3   2     1      0
#> 4   2     1      0
#> 5   2     0      1
#> 6   2     0      1
#> 7   3     0      1
#> 8   3     0      1

Answer 2

pmap 允许我们对每一行（天）应用一个函数。然后，我们可以依靠向量循环来填充零和天。请注意 bind_rows(tibble(), tibble()) 不会引发错误。

pmap_dfr(dataIn, ~ list(
  tibble(days = ..1, event = rep(1, ..2), censor = 0),
  tibble(days = ..1, event = 0, censor = rep(1, ..3))
  )
)

# A tibble: 8 x 3
   days event censor
  <dbl> <dbl>  <dbl>
1     1     1      0
2     1     1      0
3     2     1      0
4     2     1      0
5     2     0      1
6     2     0      1
7     3     0      1
8     3     0      1

Answer 3

我们可以使用uncount

library(dplyr)
library(tidyr)
dataIn %>%
    uncount(event + censor) %>% 
    mutate(across(event:censor, ~ +(. > 0)))

-输出

   days event censor
1    1     1      0
2    1     1      0
3    2     1      1
4    2     1      1
5    2     1      1
6    2     1      1
7    3     0      1
8    3     0      1

通过根据数据框中的数字添加行和值来扩展数据框

Expand dataframe by adding rows and values based on numbers in dataframe

r

dplyr

tidyverse

purrr

survival-analysis