在R中为可开关的治疗序列创建相对时间索引

针对你提出的个体治疗可多次开启关闭的场景，我们可以结合dplyr和rle函数实现需求，具体步骤如下：

首先加载所需工具包：

library(dplyr)

然后处理目标数据：

df <- data.frame(
  id = c(1,1,1,1,1,1,1,1,1,1,1,2,2,2,2),
  treatment = c(0,0,1,1,0,0,0,1,1,1,0,0,1,1,1)
)

df_result <- df %>%
  group_by(id) %>%
  # 生成每个个体内的连续状态段标记
  mutate(
    segment_id = rep(seq_along(rle(treatment)$values), rle(treatment)$lengths),
    is_treatment = treatment == 1,
    segment_length = rep(rle(treatment)$lengths, rle(treatment)$lengths)
  ) %>%
  group_by(id, segment_id) %>%
  mutate(
    # 治疗段从0开始递增
    relative_time = ifelse(is_treatment, 
                           seq(0, segment_length - 1),
                           # 非治疗段：若后续有治疗则倒序计数，否则设为NA
                           ifelse(lead(is_treatment, n = 1, default = FALSE),
                                  seq(-segment_length, -1),
                                  NA_integer_)
                           )
  ) %>%
  ungroup() %>%
  # 移除中间辅助列
  select(-segment_id, -is_treatment, -segment_length)

print(df_result)

运行代码后得到的结果与你期望的一致：

# A tibble: 15 × 3
      id treatment relative_time
   <dbl>     <dbl>         <int>
 1     1         0            -2
 2     1         0            -1
 3     1         1             0
 4     1         1             1
 5     1         0            -3
 6     1         0            -2
 7     1         0            -1
 8     1         1             0
 9     1         1             1
10     1         1             2
11     1         0            NA
12     2         0            -1
13     2         1             0
14     2         1             1
15     2         1             2

代码逻辑说明： #

• rle函数：识别每个个体内连续的treatment状态（连续0或连续1），生成段分组和段长度。
• 非治疗段判断：用lead函数判断当前非治疗段后是否有治疗段，若是则生成倒序负数索引；若为末尾无后续治疗的非治疗段，设为NA（对应示例中的.，R中常用NA表示缺失值）。
• 治疗段处理：直接从0开始生成递增索引。

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