技术问询：如何在R语言中利用HELPmiss数据集创建新数据集及筛选treat=yes的患者子集

嘿，我来帮你搞定这两个关于HELPmiss数据集的操作问题！先提醒下，HELPmiss数据集一般来自mice包，所以如果还没加载的话，先跑这两行代码：

library(mice)
data(HELPmiss)

1. 基于HELPmiss创建新数据集 #

根据你的需求，有几种常见的创建方式：

• 复制完整数据集：如果你想要一个和原数据集完全一样的副本，直接赋值就行：

  new_full_data <- HELPmiss
  

• 选择部分变量创建子集：如果只需要原数据中的特定变量，比如保留年龄、性别和分组变量，可以用两种写法：
  基础R写法：

  new_subset_data <- HELPmiss[, c("age", "sex", "treat")]
  

  tidyverse（dplyr）写法：

  library(dplyr)
  new_subset_data <- HELPmiss %>% select(age, sex, treat)
  

• 添加新变量后生成新数据集：如果需要在原数据基础上新增变量（比如计算年龄的平方），然后保存为新数据集：

  new_data_with_new_var <- HELPmiss %>% mutate(age_squared = age^2)
  

2. 创建仅包含treat = yes人群的新数据集 #

筛选特定分组的数据是很常见的操作，同样给你两种主流写法：

• 基础R方法：直接用行索引筛选，注意treat是字符型变量要加引号，同时可以排除NA值避免干扰：

  treat_yes_data <- HELPmiss[HELPmiss$treat == "yes" & !is.na(HELPmiss$treat), ]
  

• tidyverse（dplyr）方法：用filter()函数更直观，可读性更强：

  treat_yes_data <- HELPmiss %>% 
    filter(treat == "yes", !is.na(treat))
  

  如果你确定数据里treat没有NA值，也可以简化成filter(treat == "yes")。

内容的提问来源于stack exchange，提问作者Andrea