加速R中的代码执行以提供对属于特定ID的事件的所有可能组合的计数

问题描述

我有一个包含3列（ID，D，AE）的数据集。

sample=data.frame(
ID=c(1,1,2,2),D=c('a','b','c','a','c'),AE=c('m','x','w','y','m','f')
      )

我想计算ID的数量，其中所有可能的组合由某个ID内任意两种药物之间的任何组合以及与该ID对应的AE组成。请查看图片以准确了解我的意思enter image description here。

有人可以为我提供一个在小型数据集（样本）上完美工作的代码。但是，该代码将花费几个小时来处理具有（46000个唯一ID，1600个唯一D值和3200个唯一AE值）的实际数据集。实际上，我必须在3小时后（执行代码时）中断会话，而没有任何输出。

这是我想提高其性能以适合庞大数据集的代码：

enter code here

library(tidyverse)

combinations <- sample %>%
  mutate(D2 = D) %>%
  group_by(ID) %>%
  expand(crossing(D,D2,AE)) %>% # Get all D1,AE combinations within-ID
  filter(D2 > D) %>% # Deduplicate to unique combinations
  rename(D1 = D) %>%
  ungroup() %>%
  distinct(D1,AE) # Deduplicate across IDs
​
# For a given combination of D1,AE; check how many IDs in sample have that combination
count_ids <- function(D1_val,D2_val,AE_val,data) {
  data %>%
    group_by(ID) %>%
    mutate(
      has_D1 = if_else(D1_val %in% D,"D1","no D1"),has_D2 = if_else(D2_val %in% D,"D2","no D2"),has_AE = if_else(AE_val %in% AE,"AE","no AE")
    ) %>% 
    group_by(has_D1,has_D2,has_AE) %>%
    summarise(n_IDs = n_distinct(ID),.groups = "drop") %>%
    list(.)
}
​
combinations %>%
  mutate(data = list(sample)) %>%
  rowwise() %>%
  mutate(data = count_ids(D1,AE,data)) %>% # Get the ID counts for each combination
  unnest(data) %>%
  mutate(colname = str_c(has_D1,has_AE,sep = ",")) %>% # Create a column name for each possibility of the combinations
  select(-starts_with("has_")) %>%
  pivot_wider(names_from = colname,values_from = n_IDs,values_fill = 0L) # Spread out to wide format

非常感谢您的帮助。预先感谢

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）