R中是否有类似Stata stset的生存分析数据集预处理函数？

R的生存分析生态已经实现了完全对标Stata stset的功能，核心依赖survival包，针对你提出的错误失效标记清洗需求，处理方案如下： #

核心工具说明 #

• survival包内置的tmerge()函数完全覆盖stset的数据集预处理能力，支持计数过程格式（start-stop格式）构造、时变协变量处理、左截断/右删失设置等全场景需求
• 配合dplyr的分组操作，可以快速实现你需要的「清理ID下提前标记的错误失效事件，仅保留最后一段从删失到真实失效的有效序列」需求

你的场景的通用处理代码 #

第一步：构造示例数据 #

library(dplyr)
library(survival)

raw_data <- tibble(
  id = c(1,1,1,2,2,2,2,2),
  start = c(0,1,3,0,1,3,4,6),
  end = c(1,3,6,1,3,4,6,7),
  failure = c(0,0,1,1,1,0,0,1),
  x1 = c(0,0,0,1,1,1,1,1)
)

第二步：清洗错误失效标记 #

逻辑是按ID分组，剔除所有最后一次失效事件之前的错误失效标记行，仅保留最后一段连续的有效观测：

clean_data <- raw_data %>%
  group_by(id) %>%
  # 定位到该ID最后一次failure从0切换为1的节点，保留该节点之前的连续删失段+节点本身
  mutate(
    # 标记所有failure=1且不是最后一行的错误行
    error_flag = failure == 1 & row_number() != n(),
    # 找到所有错误行之后的第一个行位置，从该位置开始保留
    keep_start = ifelse(any(error_flag), max(which(error_flag)) + 1, 1)
  ) %>%
  filter(row_number() >= keep_start) %>%
  select(-error_flag, -keep_start) %>%
  ungroup()

运行后得到的clean_data和你给出的预期输出完全一致，可直接输入coxph()函数建模：

# 建模示例
cox_model <- coxph(Surv(start, end, failure) ~ x1, data = clean_data)

对标stset的标准数据构造 #

如果你需要实现Stata里stset的标准区间数据构造逻辑，直接用tmerge()即可，用法和stset参数对应：

st_data <- tmerge(
  data1 = raw_data %>% distinct(id, x1), # 基线特征表
  data2 = raw_data, # 时间点事件表
  id = id,
  failure = event(end, failure), # 对应stset的failure事件设置
  tstart = start,
  tstop = end
)

内容的提问来源于stack exchange，提问作者S.X