如何用R按MRN统计±1天和±2天范围内的检测总数

现有如下R数据，部分人员在4年内最多有48条观测记录，需按MRN分组，统计落在数据框中任意Collected日期±1天和±2天内的观测记录数。

原始数据 #

Name <- c("Doe, John","Doe, John","Doe, John", "Doe, Jane", "Doe, Jane","Doe, Jane", "Doe, Jane")
Accession <- c(123, 234, 345, 456, 567, 678, 789)
MRN <-c(55555, 55555, 55555, 66666, 66666, 66666, 66666)
Collected <-c("2022-01-05", "2022-01-06", "2022-01-07", "2022-01-08", "2022-01-09", "2022-01-20", "2022-01-15")
Result <-c("Detected", "Negative", "Detected", "Negative", "Negative", "Negative", "Detected")

CV <- data.frame(Name, Accession, MRN, Collected, Result)

数据预览：

Name Accession   MRN  Collected    Result
1 Doe, John       123 55555 2022-01-05 Detected
2 Doe, John       234 55555 2022-01-06 Negative
3 Doe, John       345 55555 2022-01-07 Detected
4 Doe, Jane       456 66666 2022-01-08 Negative
5 Doe, Jane       567 66666 2022-01-09 Negative
6 Doe, Jane       678 66666 2022-01-20 Negative
7 Doe, Jane       789 66666 2022-01-15 Detected

需求说明 #

按MRN分组，统计每个人员的观测记录中，落在任意一条Collected日期±1天范围内的记录总数，以及落在任意一条Collected日期±2天范围内的记录总数，期望输出格式如下：

Name         MRN +/-1天检测数 +/-2天检测数
Doe, John  55555          3            2
Doe, Jane  66666          3            2

解决方案 #

使用dplyr结合lubridate包处理日期计算与分组统计，步骤如下：

1. 加载所需工具包：

library(dplyr)
library(lubridate)

2. 将Collected列转换为标准日期格式：

CV <- CV %>% mutate(Collected = ymd(Collected))

3. 按MRN和姓名分组，统计符合条件的记录数：

result <- CV %>%
  group_by(MRN, Name) %>%
  summarise(
    `+/-1天检测数` = sum(sapply(Collected, function(x) any(abs(Collected - x) <= 1 & Collected != x))),
    `+/-2天检测数` = sum(sapply(Collected, function(x) any(abs(Collected - x) <= 2 & Collected != x))),
    .groups = "drop"
  )

# 调整列顺序匹配期望格式
result <- result %>% select(Name, MRN, `+/-1天检测数`, `+/-2天检测数`)

4. 查看最终结果：

print(result)

运行后输出：

# A tibble: 2 × 4
  Name         MRN `+/-1天检测数` `+/-2天检测数`
  <chr>      <dbl>         <int>         <int>
1 Doe, Jane  66666             3             2
2 Doe, John  55555             3             2

代码说明 #

• sapply(Collected, function(x) any(abs(Collected - x) <= 1 & Collected != x))：对每条日期，检查是否存在其他日期在其±1天范围内，返回逻辑向量后用sum统计符合条件的记录数。
• group_by(MRN, Name)：按MRN和姓名分组，确保每个人员的统计独立。
• .groups = "drop"：取消分组状态，返回普通数据框格式。

内容的提问来源于stack exchange，提问作者T.McMillen