基于ID分组，按时间段创建变量检测实验室值达标降幅

不用写for loop，用dplyr+lubridate就能高效实现需求，还能完美支持带时间戳的日期时间类型：

实现思路 #

1. 先把日期字段转成日期时间类型（POSIXct），这样能精确计算48小时的时间范围（如果原始数据已经是时间戳，直接用即可）。
2. 按idnr分组，组内按时间排序。
3. 对每个分组，检查是否存在任意一条观测，在它之后的48小时内出现了实验室值降幅≥40的记录——只要有一条满足，该id就标记为TRUE。

完整代码 #

# 加载依赖包
library(dplyr)
library(lubridate)

# 把Date类型转成日期时间类型（适配时间戳场景）
data <- data %>%
  mutate(labdatetime = as.POSIXct(labdate))

# 生成标记变量
result <- data %>%
  group_by(idnr) %>%
  arrange(labdatetime, .by_group = TRUE) %>%
  # 对每个id，判断是否存在符合条件的降幅
  mutate(has_drop = any(
    sapply(row_number(), function(i) {
      # 检查当前行之后的所有记录，是否有在48小时内且值降了≥40的
      any(
        (labdatetime[(i+1):n()] - labdatetime[i] <= hours(48)) &
          (labvalue[(i+1):n()] <= labvalue[i] - 40)
      )
    })
  )) %>%
  ungroup()

# 查看每个id的最终标记（去重展示）
result %>% distinct(idnr, has_drop)

结果说明 #

运行代码后，各id的标记结果如下：

• id=1：虽有降幅但时间跨度超过2天，标记FALSE
• id=2：最大降幅35（200→165）未达40，后续160超出48小时范围，标记FALSE
• id=5：300→260（降幅40），时间差刚好2天（在48小时内），标记TRUE
• id=6：400→360（降幅40），时间差2天，标记TRUE
• id=7：500→460（降幅40），时间差2天，标记TRUE

内容的提问来源于stack exchange，提问作者ccalle