如何按分组计算日期的滚动7天累计剂量？

需求说明 #

• 创建total_dose变量，持续累加dosage的值
• 当某条dosage记录距离当前记录超过7天时，从total_dose中减去该值，滚动执行
• 当pid（患者ID）或medname（药物名称）变更时，total_dose需重新开始计数

示例数据集 #

pid    medname    date              route     dosage  
1  1     drugA    2023-04-15 17:30:00 patch     30      
2  1     drugA    2023-04-16 11:45:00 patch     30      
3  1     drugA    2023-04-17 10:30:00 patch     30      
4  2     drugB    2023-04-27 22:00:00 patch     30      
5  2     drugB    2023-04-30 13:15:00 patch     30      
6  2     drugB    2023-05-10 13:15:00 patch     30      
7  2     drugA    2023-05-11 06:30:00 patch     30          

期望输出 #

pid    medname    date              route     dosage   total_dose
1  1     drugA    2023-04-15 17:30:00 patch     30       30
2  1     drugA    2023-04-16 11:45:00 patch     30       60
3  1     drugA    2023-04-17 10:30:00 patch     30       90
4  2     drugB    2023-04-27 22:00:00 patch     30       30
5  2     drugB    2023-04-30 13:15:00 patch     30       60
6  2     drugB    2023-05-10 13:15:00 patch     30       30
7  2     drugA    2023-05-11 06:30:00 patch     30       30

已尝试的代码 #

方法一：使用transform与ave #

df2 <- transform(df1, total_dosage = ave(dosage, list(pid, medname,
                      cumsum(c(0, diff(as.numeric(date - date[1]))) > 604800)), 
                 FUN = cumsum))

方法二：结合group_by与transform #

df2 <- df1 %>% 
  group_by(pid, medname) %>% 
  arrange(date, .by_group = TRUE) 

df3 <- transform(df2,
        total_dose = ave(dose, cumsum(c(0, diff(as.numeric(date - date[1]))) > 604800), 
                 FUN=cumsum))

方法三：扩展分组逻辑 #

df2 <- df1 %>% 
  group_by(pid, medname) %>% 
  arrange(date, .by_group = TRUE) 

df3 <- transform(df2, 
            time_since_first_dose = cumsum(c(0, diff(as.numeric(date - date[1])))), 
            group_change = cumsum(c(TRUE, diff(pid) != 0 | diff(medname) != 0)), 
            total_dose = ave(dosage, group_change, time_since_first_dose, FUN=cumsum))

正确解决方案 #

之前的尝试仅按固定时间切割分组累加，未实现滚动移除超过7天记录的核心逻辑。以下用dplyr结合slider包实现需求：

代码实现 #

# 安装并加载依赖包
if (!require("dplyr")) install.packages("dplyr")
if (!require("slider")) install.packages("slider")
library(dplyr)
library(slider)

# 数据处理
df_result <- df1 %>%
  # 转换日期为时间格式（若未转换）
  mutate(date = as.POSIXct(date)) %>%
  # 按患者、药物分组，组内按日期排序
  group_by(pid, medname) %>%
  arrange(date, .by_group = TRUE) %>%
  # 计算滚动7天内的剂量总和
  mutate(total_dose = slide_dbl(
    .x = dosage,
    .i = date,
    .f = sum,
    .before = days(7),
    .complete = FALSE
  )) %>%
  ungroup()

代码说明 #

• slide_dbl是slider包的滑动窗口函数，专门处理时序滚动计算
• .i = date指定以日期为窗口索引，确保窗口范围基于实际时间
• .before = days(7)定义窗口为当前日期往前推7天的范围
• .complete = FALSE表示即使窗口未填满7天，也计算现有记录的总和，符合持续累加的需求

运行后即可得到期望输出。

内容的提问来源于stack exchange，提问作者db2020