如何用dplyr为每个个体提取首次MCI事件的FDAYS到DAYS列

当然可以用dplyr实现这个需求，先指出你原代码的问题：你使用min(FDAYS)会取该ID所有随访记录里的最小FDAYS值，而非首次出现MCI=1时对应的FDAYS，这是导致结果不符合预期的原因。

首先先修正你数据代码里的笔误（变量名Vist应为Visit，否则会报错）：

ID <-  c(1,1,1,1,1,2,2,2)
Visit <- c(1,2,3,4,5,1,2,3)
MCI <- c(0,1,0,1,0,0,1,1) 
FDAYS <- c(20,60,40,80,100,30,60,90)
df <- data.frame(ID, Visit, MCI, FDAYS)

下面提供两种简洁的实现方法：

方法一：先提取目标值再合并 #

先筛选出每个ID首次出现MCI=1的记录并提取FDAYS，再通过left_join合并回原数据集：

library(dplyr)

# 提取每个ID首次MCI=1对应的FDAYS
first_mci_days <- df %>%
  filter(MCI == 1) %>%
  group_by(ID) %>%
  slice_head(n = 1) %>% # 取每组第一条MCI=1的记录
  select(ID, DAYS = FDAYS)

# 合并到原数据
df_result <- df %>%
  left_join(first_mci_days, by = "ID")

方法二：分组后直接计算（更简洁） #

在分组后直接通过first()函数提取每组中首次MCI=1对应的FDAYS值，赋值给新列DAYS：

df_result <- df %>%
  group_by(ID) %>%
  mutate(DAYS = first(FDAYS[MCI == 1])) %>%
  ungroup()

结果说明 #

运行上述代码后，每个ID的所有行都会被赋予该个体首次出现MCI=1时的FDAYS值：

• ID=1首次MCI=1对应FDAYS=60，因此所有ID=1的行DAYS均为60
• ID=2首次MCI=1对应FDAYS=60，因此所有ID=2的行DAYS均为60
  若某个ID无MCI=1的记录，DAYS会自动填充为NA，符合预期。

内容的提问来源于stack exchange，提问作者Jenn0804