如何在tidy tibble中高效添加矩阵形式的合并变量

需求说明 #

• 现有person_data（每行对应一个个体）和value_data（包含日期及多个实验变量）
• 需要将value_data中符合person_data里min_date到date范围的数据，以矩阵变量的形式合并到tidy格式的tibble，避免模糊连接产生多行冗余数据
• 现有方法处理大量变量（如exp1-exp50）时需逐个指定nest变量，操作繁琐，同时希望添加对应的index矩阵列

可复现代码 #

person_data <- tibble(ID=paste0("ID", 1:50), outcome=sample(0:1, 50, T), date=sample(5:145, 50, F),min_date=date-5)
value_data <- tibble(date=seq(1:150), exp1=sample(20:100, 150, T), exp2=sample(20:100, 150, T))

当前尝试的代码（存在冗余问题） #

merged <- fuzzyjoin::fuzzy_left_join(person_data, value_data, by=c("date" = "date", "min_date" = "date"), match_fun=c(`>=`,`<=`))

analysis_data <- merged %>% 
  select(-date.y) %>% 
  group_by(ID) %>% 
  nest(exp1=exp1, exp2=exp2)

期望的最终数据结构 #

fake_data_goal <- tibble(ID=paste0("ID", 1:50), outcome=sample(0:1, 50, T), var=matrix(data=sample(50:100, 50*3, T), nrow=50), index=matrix(rep(c(1:3), 50), nrow=50, byrow=T))

解决方案 #

使用dplyr逐行处理结合purrr映射，可一次性处理所有实验变量，同时生成index矩阵：

library(dplyr)
library(purrr)

# 定义函数：根据个体日期范围提取数据并转换为矩阵
extract_exp_matrix <- function(min_d, max_d, value_df) {
  # 筛选日期范围内的行
  filtered <- value_df %>% filter(date >= min_d, date <= max_d)
  # 提取所有实验变量（排除date）并转置为行矩阵
  exp_mat <- filtered %>% select(-date) %>% t() %>% as.matrix()
  # 生成对应index矩阵
  index_mat <- matrix(1:ncol(exp_mat), nrow=1, ncol=ncol(exp_mat))
  list(var = exp_mat, index = index_mat)
}

# 处理主数据集
result <- person_data %>%
  rowwise() %>%
  mutate(
    data_list = list(extract_exp_matrix(min_date, date, value_data)),
    var = list(data_list$var),
    index = list(data_list$index)
  ) %>%
  select(ID, outcome, var, index) %>%
  ungroup()

代码说明 #

• extract_exp_matrix函数：自动筛选目标日期范围的数据，将所有实验变量转为行矩阵（每个个体对应一行），同时生成匹配的index序列矩阵
• 使用rowwise()逐行处理个体数据，避免模糊连接产生多行
• 无需逐个指定exp变量，自动识别value_data中除date外的所有变量，适配大量变量场景
• 最终结果中var和index均为矩阵列，完全符合期望结构

内容的提问来源于stack exchange，提问作者ktmbiome