问题描述
我有 1000 多名参与者的 df (chpt4)，以及测试的日期。我想根据随访 (t1:t4) 和基线 (t0) 之间经过的月数来调整日期。为此，我创建了 4 个额外的列 (difft0t2:difft0t4)，以精确显示测试之间经过的月份。图像就是我现在所拥有的。
我将月份分为 5 个不同的类别：（我还认为这个向量可以帮助我作为计数器）
FU6 <- 1:9
FU12 <- 10:18
FU24 <- 19:30
FU36 <- 31:42
FU48 <- 43:54
我最初的想法是使用 difft0t1
which() 列的值
which(chpt4$difft0t1 %in% c(FU6)) #this works
which(chpt4$difft0t1 %in% c(FU14)) #this doesn't work at all
...并使用该结果编号，作为将哪个元素粘贴到另一列中的索引。它只是不起作用。
与第 243 和 244 行的图像示例保持一致，我希望结果列如下所示：
| 基线 | FU6 | FU12 | FU24 | FU36 | FU48 |
|---|---|---|---|---|---|
| 2012-02-24 | 不适用 | 2013-09-06 | 2014-02-21 | 2015-06-23 | 不适用 |
| 2012-05-24 | 不适用 | 2013-05-16 | 不适用 | 2015-04-20 | 2016-05-12 |
解决方法
我认为你需要这个
library (tidyverse)
df %>% pivot_longer(cols = -id,names_to = "Test",values_to = "Dates") %>%
group_by(id) %>% mutate(new_col = as.numeric(round((Dates - first(Dates))/30,0))) %>%
mutate(new_col = case_when(new_col == 0 ~ "Baseline",new_col %in% 1:9 ~ "FU6",new_col %in% 10:18 ~ "FU12",new_col %in% 19:30 ~ "FU24",new_col %in% 31:42 ~ "FU36",new_col %in% 43:54 ~ "FU48")) %>% filter(!is.na(new_col)) %>%
select(-Test) %>% pivot_wider(id_cols = "id",names_from = "new_col",values_from = "Dates",values_fn = min)
# A tibble: 4 x 6
# Groups: id [4]
id Baseline FU12 FU24 FU36 FU48
<chr> <date> <date> <date> <date> <date>
1 waa000 2012-10-04 2013-09-05 NA NA NA
2 waf84 2012-02-24 NA 2013-09-06 2015-06-23 NA
3 waq593 2012-05-24 2013-05-16 NA 2015-04-20 2016-05-12
4 wcu776 2013-01-24 2014-01-23 NA NA NA
注意 每当一组中有两个日期时，将显示最小/第一个日期。 FU6 类别将在使用适当的数据后自动出现在图片中。
使用的样本数据
dput(df)
> dput(df)
structure(list(id = c("waa000","waf84","waq593","wcu776"),t0 = structure(c(15617,15394,15484,15729),class = "Date"),t1 = structure(c(15953,15954,15841,16093),t2 = structure(c(NA,16122,16545,NA),t3 = structure(c(NA,16609,16933,t4 = structure(c(NA_real_,NA_real_,NA_real_),class = "Date")),row.names = c(NA,-4L),class = "data.frame")
> df
id t0 t1 t2 t3 t4
1 waa000 2012-10-04 2013-09-05 <NA> <NA> <NA>
2 waf84 2012-02-24 2013-09-06 2014-02-21 2015-06-23 <NA>
3 waq593 2012-05-24 2013-05-16 2015-04-20 2016-05-12 <NA>
4 wcu776 2013-01-24 2014-01-23 <NA> <NA> <NA>