如何在R中计算ICU入院初始时间至24小时内的均值？

原代码的核心问题 #

1. POSIXlt格式不兼容dplyr函数：between()对POSIXlt类型时间支持不佳，POSIXlt是列表结构，算术运算和比较会出现异常，建议改用POSIXct格式。
2. 分组逻辑错误：group_by()中加入了Record_Time，导致每条记录单独成组，无法计算组内均值；且同一Encounter_ID的ICU_FIRST是唯一值，无需加入分组。
3. 变量名大小写错误：数据集中的指标列是Value，但代码中写的是value，R语言对大小写敏感。
4. 管道符语法错误：部分%>缺少末尾的%，正确写法应为%>%。
5. 数据集名称不匹配：代码中调用了df但实际数据集是test。
6. 时间运算方式错误：POSIXlt类型直接加86400（秒）会导致结构异常，应先转成POSIXct再做时间加法。

修正后的dplyr解决方案 #

先修正时间格式，再调整分组和过滤逻辑：

library(dplyr)
library(lubridate) # 简化时间运算，可选

# 将时间转为POSIXct格式（替代POSIXlt）
test$ICU_FIRST <- as.POSIXct(test$ICU_FIRST, format = "%Y-%m-%d %H:%M:%S")
test$Record_Time <- as.POSIXct(test$Record_Time, format = "%Y-%m-%d %H:%M:%S")

# 计算ICU入院首24小时内的指标均值
result <- test %>%
  arrange(MRN, Encounter_ID, Record_Time) %>%
  group_by(Encounter_ID) %>% # 仅按Encounter_ID分组
  filter(Record_Time >= ICU_FIRST & Record_Time <= ICU_FIRST + days(1)) %>% # 用days(1)直观表示24小时，也可替换为86400
  summarise(mean_value = mean(Value, na.rm = TRUE)) # 注意变量名是Value，添加na.rm处理潜在缺失值

print(result)

运行结果：

# A tibble: 2 × 2
  Encounter_ID mean_value
         <dbl>      <dbl>
1            1       5.5 
2          100       8.5

Base R解决方案 #

无需dplyr包，用原生R代码实现：

# 转换时间格式为POSIXct
test$ICU_FIRST <- as.POSIXct(test$ICU_FIRST, format = "%Y-%m-%d %H:%M:%S")
test$Record_Time <- as.POSIXct(test$Record_Time, format = "%Y-%m-%d %H:%M:%S")

# 筛选ICU入院首24小时内的记录
filtered_data <- test[test$Record_Time >= test$ICU_FIRST & test$Record_Time <= test$ICU_FIRST + 86400, ]

# 按Encounter_ID分组计算均值
result_base <- aggregate(Value ~ Encounter_ID, data = filtered_data, FUN = function(x) mean(x, na.rm = TRUE))
colnames(result_base)[2] <- "mean_value"

print(result_base)

运行结果：

Encounter_ID mean_value
1            1        5.5
2          100        8.5

内容的提问来源于stack exchange，提问作者EtoiledeMoyenOrient