在R中提取符合条件的首个有效周纵向A1C数据

需求说明 #

现有纵向实验室数据，每条记录对应一名受试者上传A1C测量值的日期。需完成以下操作：

• 为每个受试者识别首个“有效周”：该周内至少有5天的测量记录
• 若有效周包含6或7天的记录，提取该周的全部测量数据

示例数据 #

# 构造示例数据框
df <- data.frame(
  person_id = c(rep(1000492, 12), rep(1000499, 9)),
  date = as.Date(c(
    "2019-09-11", "2019-09-22", "2019-09-23", "2019-09-24",
    "2019-10-15", "2019-10-16", "2019-10-18", "2019-10-19",
    "2019-10-20", "2019-11-14", "2019-11-15", "2019-12-16",
    "2019-09-11", "2019-09-12", "2019-09-26", "2019-09-27",
    "2019-09-28", "2019-09-29", "2019-09-30", "2019-10-01",
    "2019-10-02"
  )),
  a1c = c(5.5, 5.7, 5.5, 5.6, 5.5, 5.6, 5.5, 5.7, 5.5, 5.6, 5.5, 5.6,
          5.5, 5.7, 5.5, 5.6, 5.5, 5.7, 5.5, 5.6, 5.5)
)

期望结果 #

# 提取后的目标数据框
result_df <- data.frame(
  person_id = c(rep(1000492, 5), rep(1000499, 7)),
  date = as.Date(c(
    "2019-10-15", "2019-10-16", "2019-10-18", "2019-10-19", "2019-10-20",
    "2019-09-26", "2019-09-27", "2019-09-28", "2019-09-29", "2019-09-30",
    "2019-10-01", "2019-10-02"
  )),
  a1c = c(5.5, 5.6, 5.5, 5.7, 5.5,
          5.5, 5.6, 5.5, 5.7, 5.5, 5.6, 5.5)
)

解决方案（使用tidyverse） #

library(tidyverse)

# 处理数据：识别并提取首个有效周
final_df <- df %>%
  # 确保date列是日期格式（若原始数据未转换）
  mutate(date = as.Date(date)) %>%
  # 按受试者分组
  group_by(person_id) %>%
  # 标记日期所属周（以周日为一周起始，可通过week_start调整，1=周一）
  mutate(week = floor_date(date, "week", week_start = 7)) %>%
  # 统计每个周内的记录天数
  add_count(week, name = "days_in_week") %>%
  # 筛选有效周（天数≥5），提取每个受试者的第一个有效周
  filter(days_in_week >= 5) %>%
  slice_min(order_by = week, n = 1, with_ties = TRUE) %>%
  # 移除辅助列
  select(-week, -days_in_week) %>%
  ungroup()

# 查看结果
print(final_df)

代码说明 #

1. floor_date(date, "week", week_start = 7)：将日期归到所在周的起始日（周日），确保同一周的记录被归为一组
2. add_count(week)：统计每个周内的测量记录天数
3. filter(days_in_week >=5)：筛选出符合要求的有效周
4. slice_min(order_by = week, n=1, with_ties=TRUE)：提取每个受试者最早的有效周，with_ties=TRUE保证该周的所有记录都被保留

内容的提问来源于stack exchange，提问作者Walter Schmidt