如何在R中基于多日期列保留新冠预警日期前的疫苗数据

需求说明 #

你需要保留covid alert date之前的疫苗品牌与接种日期，将该日期之后的相关数据设为NA。以下是针对你的示例数据的两种解决方案，都基于tidyverse工具包，适合新手理解和使用。

步骤1：准备工作 #

首先确保安装并加载tidyverse包（如果还没安装，先运行install.packages("tidyverse")）：

library(tidyverse)

你的示例数据已经定义好，直接使用即可。

方案一：逐剂次手动处理（直观易懂） #

这种方法代码直白，适合新手理解每一步的逻辑：

cleaned_data <- sample_data %>%
  rowwise() %>%  # 按行处理数据，确保每一行的预警日期和自身接种日期比较
  mutate(
    # 处理第1剂
    `vax dose 1` = ifelse(`date dose 1` > `covid alert date`, NA, `vax dose 1`),
    `date dose 1` = ifelse(`date dose 1` > `covid alert date`, NA, `date dose 1`),
    # 处理第2剂
    `vax dose 2` = ifelse(!is.na(`date dose 2`) & `date dose 2` > `covid alert date`, NA, `vax dose 2`),
    `date dose 2` = ifelse(!is.na(`date dose 2`) & `date dose 2` > `covid alert date`, NA, `date dose 2`),
    # 处理第3剂
    `vax dose 3` = ifelse(!is.na(`date dose 3`) & `date dose 3` > `covid alert date`, NA, `vax dose 3`),
    `date dose 3` = ifelse(!is.na(`date dose 3`) & `date dose 3` > `covid alert date`, NA, `date dose 3`),
    # 处理第4剂
    `vax dose 4` = ifelse(!is.na(`date dose 4`) & `date dose 4` > `covid alert date`, NA, `vax dose 4`),
    `date dose 4` = ifelse(!is.na(`date dose 4`) & `date dose 4` > `covid alert date`, NA, `date dose 4`),
    # 处理第5剂
    `vax dose 5` = ifelse(!is.na(`date dose 5`) & `date dose 5` > `covid alert date`, NA, `vax dose 5`),
    `date dose 5` = ifelse(!is.na(`date dose 5`) & `date dose 5` > `covid alert date`, NA, `date dose 5`)
  ) %>%
  ungroup()  # 取消行分组，恢复数据框默认结构

逻辑说明：

• 对每一行的每剂次，判断接种日期是否晚于预警日期：
  • 如果是，将对应的疫苗品牌和接种日期都设为NA
  • 如果不是（包括原本就是NA的情况），保留原数据

方案二：批量处理（简洁高效） #

如果以后需要处理更多剂次，这种方法更灵活，不需要重复写代码：

# 定义要处理的剂次范围（1到5）
dose_numbers <- 1:5

cleaned_data <- sample_data %>%
  rowwise() %>%
  mutate(
    # 批量处理所有疫苗品牌列
    across(
      all_of(paste0("vax dose ", dose_numbers)),
      ~ ifelse(get(paste0("date dose ", str_extract(cur_column(), "\\d+"))) > `covid alert date`, NA, .x)
    ),
    # 批量处理所有接种日期列
    across(
      all_of(paste0("date dose ", dose_numbers)),
      ~ ifelse(.x > `covid alert date`, NA, .x)
    )
  ) %>%
  ungroup()

逻辑说明：

• paste0("vax dose ", dose_numbers)自动生成所有疫苗品牌列名，across函数批量处理这些列
• str_extract(cur_column(), "\\d+")从当前列名中提取剂次数字，找到对应的接种日期列进行比较
• 同样，批量处理所有接种日期列，直接判断是否晚于预警日期，是则设为NA

验证结果 #

你可以通过View(cleaned_data)查看处理后的数据，比如第一行：

• 预警日期是2022-01-01，第3、4、5剂的接种日期都晚于该日期，所以对应的品牌和日期都被设为NA，符合预期。

内容的提问来源于stack exchange，提问作者Fakhrul