数据转换：我正在寻找R中一种有效的方法来重新编码/扩展多对一生存分析 数据

编程问答 2022-06-06

问题描述

我正在看手术后的移植物通畅（CABG）

在CABG手术中，单个患者通常将获得一个以上的移植物（旁路），我们正在寻找失败的时间。在原始数据中，这通过一个变量来指示，该变量指示失败的移植物数量以及诊断的时间。

我目前的原始数据是每位患者一行，我相信我需要将其移植为一行，以便继续进行KM和Cox分析。我正在考虑各种if / then循环，但想知道是否有更有效的方法在这里重新编码。

示例数据：

Patient VeinGrafts   VeinsOccluded   Months
   1        2               0           36
   2        4               1           34
   3        3               2           38
   4        4               0           33

为了查看此“每条静脉”，我需要重新编码，以使每个#VeinGraft都有自己的行，而VeinsOccluded变为1/0

我需要每行重复（VeinGrafts）次，这样患者2将有4行，但是其中一个具有VeinsOccluded指示器，而其他3个则没有

这就是我接下来的分析动作所需要的上述数据。

Patient VeinGrafts   VeinsOccluded   Months
   1        2               0           36
   1        2               0           36
   2        4               1           34
   2        4               0           34
   2        4               0           34
   2        4               0           34
   3        3               1           38
   3        3               1           38
   3        3               0           38
   4        4               0           33
   4        4               0           33
   4        4               0           33
   4        4               0           33

到目前为止，这个社区非常有用，但是我找不到类似的问题答案-如果我忽略了我表示歉意，但最肯定的是您可能有任何想法！

解决方法

我们可以mutate扩展数据，然后通过在row_number()值上使用first创建一个逻辑表达式，然后按“患者”，+“静脉阻塞”分组“ VeinsOccluded”的符号，用library(dplyr) library(tidyr) df1 %>% uncount(VeinGrafts,.remove = FALSE) %>% group_by(Patient) %>% mutate(VeinsOccluded = +(row_number() <= first(VeinsOccluded))) %>% ungroup %>% select(names(df1))

强制转换为二进制 
# A tibble: 13 x 4
#   Patient VeinGrafts VeinsOccluded Months
#     <int>      <int>         <int>  <int>
# 1       1          2             0     36
# 2       1          2             0     36
# 3       2          4             1     34
# 4       2          4             0     34
# 5       2          4             0     34
# 6       2          4             0     34
# 7       3          3             1     38
# 8       3          3             1     38
# 9       3          3             0     38
#10       4          4             0     33
#11       4          4             0     33
#12       4          4             0     33
#13       4          4             0     33

-输出

data.table

或者可以通过library(data.table) setDT(df1)[rep(seq_len(.N),VeinGrafts)][,VeinsOccluded := +(seq_len(.N) <= first(VeinsOccluded)),Patient][] （可能以更有效的方式）完成

#      Patient VeinGrafts VeinsOccluded Months
# 1:       1          2             0     36
# 2:       1          2             0     36
# 3:       2          4             1     34
# 4:       2          4             0     34
# 5:       2          4             0     34
# 6:       2          4             0     34
# 7:       3          3             1     38
# 8:       3          3             1     38
# 9:       3          3             0     38
#10:       4          4             0     33
#11:       4          4             0     33
#12:       4          4             0     33
#13:       4          4             0     33

-输出

df1 <- structure(list(Patient = 1:4,VeinGrafts = c(2L,4L,3L,4L),VeinsOccluded = c(0L,1L,2L,0L),Months = c(36L,34L,38L,33L)),class = "data.frame",row.names = c(NA,-4L))

数据

{{1}}
rrrecodesurvival-analysis