R语言实现观测计数与分组观测场合标记的技术求助

需求说明 #

为原始数据集新增两列：

• DVNR：每个ID分组下，DV>0的累计计数（仅当DV>0时计数累加，给药行DV=0时该列值为0）
• OCC：每次给药（AMT>0）后的观测场合标记（给药行值为0，后续非给药行属于当前给药后的场合，直到下一次给药出现）

原始数据集 #

df_original <- matrix(c(1,15,0,
                     1,0,20,
                     1,0,12,
                     1,0,4,
                     1,15,0,
                     1,0,8,
                     1,20,0,
                     1,20,0,
                     1,0,18,
                     2,60,0,
                     2,0,40,
                     2,0,6,
                     2,10,0,
                     2,10,0,
                     2,0,5), ncol=3, byrow=T)
colnames(df_original) <- c('ID', 'AMT', 'DV')
rownames(df_original) <- c(1:15)
df_original <- as.data.frame(df_original) # 转成数据框方便dplyr操作

期望输出数据集 #

df_wanted <- matrix(c(1,15,0,0,0,
                     1,0,20,1,1,
                     1,0,12,2,1,
                     1,0,4,3,1,
                     1,15,0,0,0,
                     1,0,8,4,2,
                     1,20,0,0,0,
                     1,20,0,0,0,
                     1,0,18,5,3,
                     2,60,0,0,0,
                     2,0,40,1,1,
                     2,0,6,2,1,
                     2,10,0,0,0,
                     2,10,0,0,0,
                     2,0,5,3,2), ncol=5, byrow=T)
colnames(df_wanted) <- c('ID', 'AMT', 'DV', 'DVNR', 'OCC')
rownames(df_wanted) <- c(1:15)
df_wanted <- as.data.frame(df_wanted)

你的尝试代码（未成功） #

df_Wanted <- df_Original %>%
  mutate(DVNR = ifelse(DV>0, 1, 0)) %>%
  group_by(ID) %>%
  mutate(DVNR2 = count(DVNR))

解决方案（使用dplyr） #

核心思路是用cumsum()实现累计计数，用cummax()结合给药标记实现场合编号：

library(dplyr)

df_result <- df_original %>%
  group_by(ID) %>%
  # 1. 生成DVNR列：仅DV>0时累加计数，否则为0
  mutate(
    dv_flag = ifelse(DV > 0, 1, 0),
    DVNR = ifelse(dv_flag == 1, cumsum(dv_flag), 0)
  ) %>%
  # 2. 生成OCC列：标记给药后的场合
  mutate(
    # 先标记给药行（AMT>0）为1，其他为0
    dose_flag = ifelse(AMT > 0, 1, 0),
    # 累加给药标记得到场合组，再用cummax确保后续行继承当前场合编号，最后把给药行设为0
    OCC = cummax(cumsum(dose_flag)),
    OCC = ifelse(dose_flag == 1, 0, OCC)
  ) %>%
  # 移除中间辅助列
  select(-dv_flag, -dose_flag) %>%
  ungroup()

# 查看结果
df_result

代码解释 #

1. DVNR列实现：

   • 先创建dv_flag标记DV>0的行（1表示是，0表示否）
   • 用cumsum(dv_flag)得到累计计数，仅在dv_flag=1时保留该计数，否则设为0

2. OCC列实现：

   • 创建dose_flag标记给药行（AMT>0为1，否则0）
   • cumsum(dose_flag)会在每次给药时递增，cummax()确保后续非给药行继承当前的递增编号
   • 最后把给药行的OCC设为0，符合期望输出

内容的提问来源于stack exchange，提问作者SFKR