如何基于cyclelength与startmenstr生成月经周期日cycleday变量？

核心计算逻辑 #

cycleday的本质是以月经开始日为起点（cycleday=1），按个体周期长度循环计数，需自动处理两种场景：

• 月经开始日之后的日期：依次递增至周期长度，随后回到1循环
• 月经开始日之前的日期：从周期长度倒推计数（如月经前1天为cyclelength，前2天为cyclelength-1）

核心公式（以每个研究对象ID为分组单位）：

1. 计算当前studyday与月经开始日startmenstr的偏移量：offset = studyday - startmenstr
2. 用周期长度对偏移量取模，再加1得到标准计数的cycleday：cycleday = (offset %% cyclelength) + 1

模运算会自动处理正负偏移：

• 正偏移（studyday在月经开始日后）：余数范围为0_{cyclelength-1，加1后对应1}cyclelength的顺次计数
• 负偏移（studyday在月经开始日前）：负数的模运算返回正数余数（如R中-1 %% 5 = 4），加1后刚好对应周期后半段的倒序计数

R语言实现（dplyr） #

library(dplyr)

# 构造示例数据
df <- tibble(
  ID = rep(1:2, each = 35),
  studyday = rep(1:35, 2),
  cyclelength = c(rep(5, 35), rep(7, 35)),
  startmenstr = c(rep(2, 35), rep(4, 35))
)

# 分组计算cycleday
df <- df %>%
  group_by(ID) %>%
  mutate(
    offset = studyday - startmenstr,
    cycleday = (offset %% cyclelength) + 1
  ) %>%
  ungroup()

# 验证示例ID1的结果（匹配需求中的对应关系）
df %>% filter(ID == 1, studyday %in% 1:7)

若startmenstr为二进制变量（月经当日=1，其余=0） #

df <- df %>%
  group_by(ID) %>%
  mutate(
    # 从二进制变量提取月经开始的studyday
    startmenstr_day = studyday[startmenstr == 1],
    offset = studyday - startmenstr_day,
    cycleday = (offset %% cyclelength) + 1
  ) %>%
  ungroup()

Python语言实现（pandas） #

import pandas as pd
import numpy as np

# 构造示例数据
data = {
    'ID': np.repeat([1, 2], 35),
    'studyday': np.tile(range(1, 36), 2),
    'cyclelength': np.concatenate([np.repeat(5, 35), np.repeat(7, 35)]),
    'startmenstr': np.concatenate([np.repeat(2, 35), np.repeat(4, 35)])
}
df = pd.DataFrame(data)

# 定义分组计算函数
def compute_cycleday(group):
    offset = group['studyday'] - group['startmenstr'].iloc[0]
    group['cycleday'] = (offset % group['cyclelength'].iloc[0]) + 1
    return group

# 分组计算
df = df.groupby('ID').apply(compute_cycleday).reset_index(drop=True)

# 验证示例ID1的结果
print(df[(df['ID'] == 1) & (df['studyday'].isin(range(1, 8)))])

若startmenstr为二进制变量 #

def compute_cycleday_binary(group):
    # 从二进制变量提取月经开始的studyday
    startmenstr_day = group[group['startmenstr'] == 1]['studyday'].iloc[0]
    offset = group['studyday'] - startmenstr_day
    group['cycleday'] = (offset % group['cyclelength'].iloc[0]) + 1
    return group

df = df.groupby('ID').apply(compute_cycleday_binary).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者rororo