问题描述
基本上每个由 patient_id 列标识的患者，记录他们的初始体重
(init_weight) 在他们注册时 (created_at)。
患者应定期（但肯定不是在注册后 1 天内）再次访问诊所，以便根据日期时间戳列记录他们随后的体重（subseq_weight）{ {1}}。
updated_at 列只是 diff_days 和 created_at 的天数差，而 updated_at 是 diff_days_ceil 的上限，这是我故意创建的。
所以数据表看起来像这样。
diff_days现在的问题是， > dt
patient_id init_weight created_at subseq_weight
1: 24 77 2018-12-23 07:15:57 72
2: 38 99 2018-12-24 12:13:06 107
3: 38 99 2018-12-24 12:13:06 110
4: 38 99 2018-12-24 12:13:06 115
5: 38 99 2018-12-24 12:13:06 118
6: 47 63 2018-12-27 09:53:40 63
7: 47 63 2018-12-27 09:53:40 64
updated_at diff_days diff_days_ceil
1: 2018-12-23 07:23:44 0.00541 1
2: 2019-04-02 03:48:20 98.64947 99
3: 2019-02-18 12:23:19 56.00709 57
4: 2019-01-12 11:33:15 18.97233 19
5: 2018-12-24 12:17:44 0.00322 1
6: 2019-01-03 19:08:04 7.38500 8
7: 2018-12-27 10:01:48 0.00565 1
中的条目并不总是正确的。
如果发现每个患者的 init_weight 在 subseq_weight 输入的 1 天内，则需要将其替换为 1 天内输入的最新 init_weight。
这意味着每个 subseq_weight 我们需要在 patient_id 列中查找 0:1 范围内的值。如果找到，则患者的所有 diff_days_ceil 记录将替换为对应于最新 init_weight 但在 subseq_weight 的 1 天内（或在1 天内对应于 updated_at 的其他词）。
例如：这里created_at满足这样的条件，例如max(diff_days_ceil)记录在patient_id ==24的同一天。所以第一行 subseq_weight 将替换为 72。
同样适用于 init_weight ==47，所有 init_weight 列条目都将替换为对应于第 7 行的 patient_id。
我尝试了一种方法，但完全不确定我是否会丢失数据。
init_weight在第一部分中，我为记录创建了一个新列 subseq_weight==64，其中 dt[diff_days_ceil %in% 0:1,init_weight1 := .SD[diff_days_ceil %in% 0:1,subseq_weight[which.max(diff_days)]],.(patient_id)]
dt[,init_weight1 := nafill(x = init_weight1,type = 'nocb'),.(patient_id)]
在 init_weight1 条目的 1 天内。
在第二部分中，所有其他情况，即 subseq_weights ，使用“下一次向后观察”技术填充每个 init_weight。
我想要一些替代技术，可以避免这种 NA 创建然后填充。 谢谢。
解决方法
library(data.table)
setDT(df)[diff_days <= 1,init_weight := subseq_weight,by = .(patient_id)]
df
# patient_id init_weight created_at subseq_weight updated_at
#1: 24 72 2018-12-23 07:15:57 72 2018-12-23 07:23:44
#2: 38 99 2018-12-24 12:13:06 107 2019-04-02 03:48:20
#3: 38 99 2018-12-24 12:13:06 110 2019-02-18 12:23:19
#4: 38 99 2018-12-24 12:13:06 115 2019-01-12 11:33:15
#5: 38 118 2018-12-24 12:13:06 118 2018-12-24 12:17:44
#6: 47 63 2018-12-27 09:53:40 63 2019-01-03 19:08:04
#7: 47 64 2018-12-27 09:53:40 64 2018-12-27 10:01:48
# diff_days diff_days_ceil
#1: 0.00541 1
#2: 98.64947 99
#3: 56.00709 57
#4: 18.97233 19
#5: 0.00322 1
#6: 7.38500 8
#7: 0.00565 1
数据：
df <- structure(list(patient_id = c(24L,38L,47L,47L
),init_weight = c(77L,99L,63L,63L),created_at = c("2018-12-23 07:15:57","2018-12-24 12:13:06","2018-12-27 09:53:40","2018-12-27 09:53:40"
),subseq_weight = c(72L,107L,110L,115L,118L,64L),updated_at = c("2018-12-23 07:23:44","2019-04-02 03:48:20","2019-02-18 12:23:19","2019-01-12 11:33:15","2018-12-24 12:17:44","2019-01-03 19:08:04","2018-12-27 10:01:48"),diff_days = c(0.00541,98.64947,56.00709,18.97233,0.00322,7.385,0.00565),diff_days_ceil = c(1L,57L,19L,1L,8L,1L)),class = "data.frame",row.names = c(NA,-7L))