如何用dplyr::case_when/if_else生成含多区间双条件的3月随访列

原始数据框 #

df <- data.frame(
  id = c(1:6),
  start_date = c('Mar-22','Feb-22','Jan-22','Dec-21','Nov-21','Oct-21'),
  `Jan-22` = c(NA,NA,1,0,0,1),
  `Feb-22` = c(NA,1,1,0,0,1)
)

需求说明 #

需要在dplyr::mutate中生成新列3_month_followup，规则如下：

• 计算start_date后3个月对应的月份，匹配数据框中对应的月份列
• 如果该月份列存在且值为1，标记为yes；如果存在但值为0，标记为no；如果该月份列不存在（无后续3个月记录），标记为NA

当前仅能实现单个日期的判断，需扩展到所有情况，最终预期结果：

#   id start_date Jan-22 Feb-22 3_month_followup
# 1  1    Mar-22     NA     NA              <NA>
# 2  2    Feb-22     NA      1              <NA>
# 3  3    Jan-22      1      1              <NA>
# 4  4    Dec-21      0      0              <NA>
# 5  5    Nov-21      0      0               no
# 6  6    Oct-21      1      1              yes

解决方案 #

核心思路是先将字符型日期转为可计算的日期格式，生成目标月份列名后逐行匹配对应值，需用到lubridate处理日期：

library(dplyr)
library(lubridate)

df_result <- df %>%
  rowwise() %>%
  mutate(
    # 转换日期并计算3个月后的目标月份（匹配现有列名格式）
    target_month = format(ym(start_date) %m+% months(3), "%b-%y"),
    # 判断目标月份列是否存在
    col_exists = target_month %in% colnames(df),
    # 多条件生成结果列
    3_month_followup = case_when(
      !col_exists ~ NA_character_,
      col_exists & pull(cur_data(), target_month) == 1 ~ "yes",
      col_exists & pull(cur_data(), target_month) == 0 ~ "no",
      TRUE ~ NA_character_
    )
  ) %>%
  ungroup() %>%
  # 移除中间辅助列（可选）
  select(-target_month, -col_exists)

# 查看结果
print(df_result)

代码解释 #

1. 日期处理：用ym()将字符型日期转为标准年月格式，%m+% months(3)避免跨年度/月末的日期计算误差，再转成和现有列名一致的%b-%y格式。
2. 行级匹配：rowwise()确保逐行处理，pull(cur_data(), target_month)动态提取当前行对应目标月份的列值。
3. 条件判断：case_when()按优先级依次判断列是否存在、值是否为1/0，生成对应标记。

内容的提问来源于stack exchange，提问作者M3Lba