基于匹配向量创建访视日期列：寻求R语言高效解决方案

我需要给研究参与者模拟访视日程，手里有包含参与者信息和首次访视日期的dataframe，目标是生成后续各访视的日期列。不同研究组的访视间隔存在单独的向量中，目前用dplyr的case_when实现需求，但访视和组数量较多时代码繁琐重复，想要更稳健、简洁的解决方案。

原实现代码示例：

library(dplyr)
# set up schedules
arm1 <- c(0, 14, 28)
arm2 <- c(0, 14, 19, 180)
arm3 <- c(0, 14, 28, 32)

# simulate dataframe for 30 participants
d0 <- data.frame(
  ids = seq(1:30),
  studyarm = rep(c("arm1", "arm2", "arm3"), 10),
  date_visit1 = rep(seq(as.Date("2024-06-01"), as.Date("2024-06-10"), by = 1)))

# add visit dates depending on arm
d1 <- d0 %>% 
  mutate(
    date_visit2 = case_when(
      studyarm == "arm1" ~ date_visit1 + arm1[2],
      studyarm == "arm2" ~ date_visit1 + arm2[2],
      studyarm == "arm3" ~ date_visit1 + arm3[2]
    ),
    
    date_visit3 = case_when(
      studyarm == "arm1" ~ date_visit1 + arm1[3],
      studyarm == "arm2" ~ date_visit1 + arm2[3],
      studyarm == "arm3" ~ date_visit1 + arm3[3]
    ),
    
    date_visit4 = case_when(
      studyarm == "arm1" ~ date_visit1 + arm1[4], # correctly returns NA
      studyarm == "arm2" ~ date_visit1 + arm2[4],
      studyarm == "arm3" ~ date_visit1 + arm3[4]
    )
  )

方案一：用结构化参考表实现（易维护） #

把各组访视间隔整理成结构化的数据框，通过连接和重塑生成所有访视日期，新增组别或访视只需修改参考表，无需调整后续逻辑：

library(dplyr)
library(tidyr)

# 1. 构建访视间隔参考表
schedule_ref <- tibble(
  studyarm = c("arm1", "arm1", "arm1", "arm2", "arm2", "arm2", "arm2", "arm3", "arm3", "arm3", "arm3"),
  visit_num = c(1, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4),
  days_since_baseline = c(0, 14, 28, 0, 14, 19, 180, 0, 14, 28, 32)
)

# 2. 生成所有访视日期并转为宽格式
d1 <- d0 %>%
  left_join(schedule_ref, by = "studyarm") %>%
  mutate(
    visit_date = date_visit1 + days_since_baseline,
    visit_col = paste0("date_visit", visit_num) # 生成列名
  ) %>%
  select(ids, studyarm, date_visit1, visit_col, visit_date) %>%
  pivot_wider(
    names_from = visit_col,
    values_from = visit_date,
    values_fill = NA # 缺失访视填NA
  )

方案二：用命名列表+rowwise实现（更简洁） #

将各组间隔存入命名列表，通过行运算批量生成访视日期列，代码更紧凑：

library(dplyr)

# 1. 用命名列表存储各组访视间隔
arm_schedules <- list(
  arm1 = c(0, 14, 28),
  arm2 = c(0, 14, 19, 180),
  arm3 = c(0, 14, 28, 32)
)

# 2. 确定最大访视数，生成列名
max_visits <- max(lengths(arm_schedules))
visit_cols <- paste0("date_visit", 1:max_visits)

# 3. 批量生成访视日期
d1 <- d0 %>%
  rowwise() %>%
  mutate(visit_dates = list(date_visit1 + arm_schedules[[studyarm]])) %>% # 按组生成所有访视日期
  ungroup() %>%
  mutate(!!!set_names(visit_dates, visit_cols)) %>% # 拆分列表为多列
  select(-visit_dates)

优势对比 #

• 避免了原方法中重复编写case_when的冗余代码，减少出错概率
• 扩展性强：新增研究组或访视时，只需修改参考表/命名列表，无需改动核心逻辑
• 代码更易读，结构清晰，便于后期维护

内容的提问来源于stack exchange，提问作者gxq9