R语言按疾病分组计算生存率的代码实现求助

前置说明 #

假设你的原始数据集命名为patient_df，字段结构与描述完全一致：

• PersonId：患者唯一标识
• Disease：疾病类型
• Survival：存活标识，1表示存活，0表示死亡

测试样例数据（可选） #

如果需要先测试代码效果，可运行以下代码生成符合要求的10条模拟数据：

patient_df <- data.frame(
  PersonId = 1:10,
  Disease = sample(c("肺癌", "胃癌", "肝癌"), 10, replace = TRUE),
  Survival = sample(c(0,1), 10, replace = TRUE, prob = c(0.3, 0.7))
)

方法1：使用dplyr实现（推荐，语法简洁易读） #

需要先安装并加载tidyverse套件：

# 未安装时先执行安装
# install.packages("tidyverse")
library(dplyr)

# 分组计算生存率
survival_result <- patient_df %>%
  group_by(Disease) %>%
  summarise(
    疾病总人数 = n(),
    存活人数 = sum(Survival == 1),
    生存率 = round(存活人数 / 疾病总人数, 4) # 可自行调整保留的小数位数
  )

# 打印查看结果
print(survival_result)

方法2：Base R实现（无需安装第三方包） #

适合不想额外安装依赖包的场景：

survival_result <- aggregate(
  Survival ~ Disease,
  data = patient_df,
  FUN = function(x) {
    total <- length(x)
    alive <- sum(x == 1)
    rate <- round(alive / total, 4)
    return(c(疾病总人数 = total, 存活人数 = alive, 生存率 = rate))
  }
)

# 转换为标准数据框格式
survival_result <- do.call(data.frame, survival_result)

# 打印查看结果
print(survival_result)

两种方法输出的结果均包含你需要的四个字段：疾病类型、疾病总人数、存活人数、生存率，可直接导出或进行后续分析。

内容的提问来源于stack exchange，提问作者Coder