如何在R中筛选预处理组最接近0及后处理组最远的周期

你的需求是按patient_id分组，筛选pre-treatment中最接近0的记录，以及post-treatment中离0最远的记录。你原代码的问题在于pre-treatment部分误用了min(period)——这会选中pre组里最负（离0最远）的记录，不符合要求，调整逻辑即可解决：

正确代码方案一（分组逻辑更直观） #

library(dplyr)

df2 <- df %>%
  group_by(patient_id, TREAT_CAT) %>%
  filter(
    if_else(TREAT_CAT == "pre-treatment", 
            period == max(period),  # pre组取最大的period（最接近0）
            period == max(period)   # post组取最大的period（离0最远）
    )
  ) %>%
  ungroup()

正确代码方案二（单分组内筛选） #

df2 <- df %>%
  group_by(patient_id) %>%
  filter(
    (TREAT_CAT == "pre-treatment" & period == max(period[TREAT_CAT == "pre-treatment"])) |
    (TREAT_CAT == "post-treatment" & period == max(period[TREAT_CAT == "post-treatment"]))
  ) %>%
  ungroup()

运行结果 #

执行后会得到你预期的输出：

patient_id period   TREAT_CAT      Outcome
       <dbl> <drtn>   <fct>          <chr>  
1          1 -3170 days pre-treatment Pink   
2          1  200 days post-treatment Pink   
3          2 -2900 days pre-treatment Blue   
4          2  100 days post-treatment Pink   

逻辑说明 #

• pre-treatment组的period均为负数，max(period)就是数值最大、最接近0的那条（比如-3170比-3228更接近0）
• post-treatment组的period为非负数，max(period)就是数值最大、离0最远的那条（比如200比100远，100比0远）

内容的提问来源于stack exchange，提问作者Giorgia