在R中按行统计指定日期范围内外科医生的手术次数

需求说明 #

现有包含1000名患者的数据集，患者接受同种手术但由不同外科医生操作。需统计每位外科医生从2023年6月27日（研究起始日）起，到当前患者手术日期之前完成的手术次数，并将该数值添加到对应患者的行中。

数据集示例 #

Patient Surgeon Operation Date  Event before index (operation date)
1       A       28/06/2023      0
2       A       29/06/2023      1
3       A       30/06/2023      2
4       B       1/07/2023       0
5       C       2/07/2023       1
6       C       3/07/2023       2

解决方案（使用dplyr） #

核心思路是按外科医生分组，对手术日期排序后，计算累积符合条件的手术次数。

步骤1：处理日期格式

首先要确保手术日期是可比较的日期类型，避免字符串排序出错：

library(dplyr)
library(lubridate)

# 转换手术日期为日期类型（原格式为日/月/年）
df <- df %>%
  mutate(`Operation Date` = dmy(`Operation Date`))

步骤2：分组计算术前手术次数

按外科医生分组，排序后用累积求和统计术前符合条件的手术数：

# 定义研究起始日期
study_start <- ymd("2023-06-27")

df <- df %>%
  group_by(Surgeon) %>%
  # 按手术日期排序，保证计算顺序正确
  arrange(`Operation Date`, .by_group = TRUE) %>%
  # 计算当前手术前、且在研究起始日后的手术次数
  mutate(`Event before index (operation date)` = cumsum(`Operation Date` > study_start) - 1) %>%
  ungroup()

代码解释 #

• dmy()：将日/月/年格式的字符串转换为标准日期类型，确保时间比较准确。
• group_by(Surgeon)：仅在同一外科医生的手术范围内统计，避免跨医生计数。
• arrange()：按手术日期排序，保证累积求和的顺序是手术发生的先后顺序。
• cumsum(Operation Date > study_start)：统计从研究起始日到当前行的手术总数，减1是因为当前患者的手术不算在「术前完成」的次数里。

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