如何在R中实现疾病检测后60天内将rolling_days置0？

针对你按site_specific分组的重复测量数据，核心需求是标记出disease_detection=1时及之后60天内的记录，或重置对应区间的rolling_days为0。以下是基于dplyr和lubridate的准确实现方法：

步骤说明 #

1. 按分组（site_specific）独立处理每个组的时间逻辑
2. 基于检测日期（date）排序，确保时间顺序正确
3. 追踪每个组内所有疾病检出日期，判断每条记录是否落在最近一次检出后的60天窗口内（多次检出时，后续检出会刷新窗口）
4. 生成状态标识变量，或重置rolling_days

完整代码 #

# 加载必要工具包
library(dplyr)
library(lubridate)

# 处理数据（替换your_data为你的实际数据对象）
processed_data <- your_data %>%
  # 按分组拆分数据
  group_by(site_specific) %>%
  # 按检测日期排序，保证时间顺序正确
  arrange(date, .by_group = TRUE) %>%
  mutate(
    # 收集当前组内所有疾病检出的日期
    detection_dates = list(date[disease_detection == 1]),
    # 找到当前记录日期之前最近的一次检出日期
    last_detection = if (length(detection_dates[[1]]) > 0) {
      max(detection_dates[[1]][detection_dates[[1]] <= date])
    } else {
      NA
    },
    # 生成Yes/No状态变量：标记是否在检出后60天内
    in_60day_window = case_when(
      !is.na(last_detection) & date <= last_detection + days(60) ~ "Yes",
      TRUE ~ "No"
    ),
    # 重置rolling_days：窗口内的记录置0，其余保留原值
    rolling_days_updated = ifelse(in_60day_window == "Yes", 0, rolling_days)
  ) %>%
  # 清理临时变量
  select(-detection_dates, -last_detection) %>%
  # 取消分组
  ungroup()

关键细节 #

• 若某个分组无疾病检出记录，所有记录的in_60day_window会标记为No，rolling_days_updated保留原始值
• 多次检出场景下，后续检出会覆盖之前的窗口（比如第一次检出后50天再次检出，新窗口从第二次检出日期开始计算60天）
• 日期判断包含检出当天及之后第60天的记录

内容的提问来源于stack exchange，提问作者Levi M