如何使用dplyr过滤感染数据集，保留无感染及1年内感染的样本？

需求说明 #

我有一个感染相关的数据集，希望最终数据集同时包含未感染和感染的样本，但需要移除**感染发生时间超过1年（365天）**的样本。

示例数据 #

预期结果 #

错误尝试 #

我原本运行的代码：

dt_one_year <- dt %>% filter(TTI %in% 0:365)

这段代码错误地移除了未感染的行和感染超1年的行，我需要的是保留未感染的行和感染发生在1年内的行，请问如何用dplyr实现仅移除SSI=1且TTI>365的样本？

解决方案 #

正确代码 #

使用dplyr的filter函数，通过明确的逻辑条件实现需求：

dt_one_year <- dt %>% 
  filter(SSI == 0 | (SSI == 1 & TTI <= 365))

逻辑说明 #

• 原代码的问题：TTI %in% 0:365会直接过滤掉TTI为NA的未感染样本，且没有区分感染状态，不符合需求。
• 新逻辑拆解：
  • SSI == 0：保留所有未感染样本（不管TTI是否为NA）
  • (SSI == 1 & TTI <= 365)：仅保留已感染且感染天数≤365天的样本
  • 用逻辑或（|）将两个条件组合，确保符合任一条件的样本都被保留

内容的提问来源于stack exchange，提问作者Philyswiss