如何用R计算正负检测结果间隔天数并新增对应列

我曾寻找相关解决方案，但未找到适用于同时包含数值与字符串的Result列的方法。我的数据如下：

Name <- c("Doe, John","Doe, John","Doe, John", "Doe, Jane", "Doe, Jane","Doe, Jane","Parker, Peter","Parker, Peter","Parker, Peter", "Stark, Tony","Stark, Tony","Stark, Tony")
Accession <- c(123, 234, 345, 456, 567, 678, 789, 8910, 1023, 1134, 1567, 1769)
MRN <-c(55555, 55555, 55555, 66666, 66666, 66666, 77777, 77777, 77777, 88888, 88888, 88888)
Collected <-c("2022-01-05", "2022-01-06", "2022-01-07", "2022-01-08", "2022-01-09", "2022-01-10", "2022-01-11", "2022-01-12", "2022-01-13", "2022-01-14", "2022-01-15", "2022-01-16")
Result <-c(137, "Not Detected", 356, 1025, 1405, 538, "Not Detected", "Not Detected", "Not Detected", "Not Detected", 137, "Not Detected")

CV <- data.frame(Name, Accession, MRN, Collected, Result)

我有多条同一人员的观测记录（每人最多可达100条），希望按MRN分组实现以下需求：

• 新增Days_till_Pos列：计算从首次观测日期到首次阳性结果日期的天数，若首次结果即为阳性则填NA；
• 新增Days_till_Neg列：计算从首次阳性结果日期到首次阴性（Result为"Not Detected"）结果日期的天数，若无阳性结果则填NA。

注：Result列中数值视为阳性，"Not Detected"视为阴性。

期望输出如下：

Name<- c("Doe, John","Doe, Jane","Parker, Peter", "Stark, Tony")
MRN<- c(55555, 66666, 77777, 88888)
Days_till_Pos<- c(NA, NA, NA, 1)
Days_till_Neg<- c(1,0,NA, 1)

CV1<- data.frame(Name, MRN, Days_till_Pos, Days_till_Neg)

输出表格：

解决方案 #

使用dplyr包完成分组计算，步骤如下：

1. 转换日期格式，标记阳性/阴性记录；
2. 按人员分组提取关键日期（首次观测、首次阳性、首次阴性）；
3. 根据规则计算目标列数值；
4. 整理得到每人唯一记录。

完整代码：

library(dplyr)

CV_processed <- CV %>%
  # 转换日期类型，标记阳性状态
  mutate(
    Collected = as.Date(Collected),
    is_positive = !Result %in% "Not Detected"
  ) %>%
  # 按MRN和Name分组，提取关键日期
  group_by(MRN, Name) %>%
  summarise(
    first_obs_date = min(Collected),
    first_pos_date = min(Collected[is_positive], na.rm = TRUE),
    first_neg_date = min(Collected[!is_positive], na.rm = TRUE),
    .groups = "drop"
  ) %>%
  # 计算Days_till_Pos：首次观测到首次阳性的天数，首次即阳性填NA
  mutate(
    Days_till_Pos = ifelse(first_obs_date == first_pos_date, NA, 
                          as.integer(first_pos_date - first_obs_date)),
    # 计算Days_till_Neg：首次阳性到首次阴性的天数，无阳性填NA，同日期填0
    Days_till_Neg = ifelse(is.infinite(first_pos_date), NA,
                          as.integer(first_neg_date - first_pos_date))
  ) %>%
  # 处理无阳性/阴性导致的Inf值，转为NA
  mutate(
    first_pos_date = ifelse(is.infinite(first_pos_date), NA, first_pos_date),
    first_neg_date = ifelse(is.infinite(first_neg_date), NA, first_neg_date),
    Days_till_Pos = ifelse(is.infinite(Days_till_Pos), NA, Days_till_Pos)
  ) %>%
  # 保留目标列
  select(Name, MRN, Days_till_Pos, Days_till_Neg)

print(CV_processed)

代码说明 #

• is_positive：通过判断Result是否为"Not Detected"标记阳性记录；
• first_pos_date：分组后最早的阳性日期，无阳性时返回Inf，后续转为NA；
• Days_till_Pos：首次观测与首次阳性日期相同时，说明首次结果就是阳性，填NA；否则计算天数差；
• Days_till_Neg：无阳性记录时填NA；若阳性与阴性日期相同，天数差为0，否则计算两者差值。

运行代码后输出结果与期望一致。

内容的提问来源于stack exchange，提问作者T.McMillen