R语言中按多分组变量计算反向累计和以获取当日实际给药量

解决方案 #

你可以通过dplyr的分组差分逻辑实现需求，核心是仅按年龄组分组、保证组内日期顺序正确，再用lag()函数取前一天的累计值做差：

library(dplyr)
# 读入你提供的模拟数据
df <- structure(list(test_dates = structure(c(17897, 17897, 17897, 
17897, 17897, 17898, 17898, 17898, 17898, 17898, 17899, 17899, 
17899, 17899, 17899, 17900, 17900, 17900, 17900, 17900, 17901, 
17901, 17901, 17901, 17901, 17902, 17902, 17902, 17902, 17902, 
17903, 17903, 17903, 17903, 17903, 17904, 17904, 17904, 17904, 
17904, 17905, 17905, 17905, 17905, 17905, 17906, 17906, 17906, 
17906, 17906), class = "Date"), test_ages = structure(c(1L, 5L, 
3L, 2L, 4L, 1L, 5L, 3L, 2L, 4L, 1L, 5L, 3L, 2L, 4L, 1L, 5L, 3L, 
2L, 4L, 1L, 5L, 3L, 2L, 4L, 1L, 5L, 3L, 2L, 4L, 1L, 5L, 3L, 2L, 
4L, 1L, 5L, 3L, 2L, 4L, 1L, 5L, 3L, 2L, 4L, 1L, 5L, 3L, 2L, 4L
), .Label = c("<18", "18-29", "30-39", "40-49", "50+"), class = c("ordered", 
"factor")), cumudose = c(50, 200, 300, 400, 20, 60, 220, 317, 
450, 28, 90, 330, 350, 460, 38, 150, 400, 400, 500, 50, 175, 
453, 429, 574, 69, 182, 491, 474, 601, 102, 205, 506, 491, 682, 
176, 235, 516, 568, 821, 199, 250, 525, 596, 850, 260, 294, 533, 
667, 888, 277)), row.names = c(NA, -50L), class = "data.frame")

# 计算每日实际给药量
df_result <- df %>%
  group_by(test_ages) %>%
  arrange(test_dates, .by_group = TRUE) %>%
  mutate(numdose = cumudose - lag(cumudose, default = 0)) %>%
  ungroup()

运行后输出的前10行完全符合你给出的预期结果。

之前结果异常的原因 #

1. 分组逻辑错误：如果同时按日期+年龄组分组，每个分组仅包含1行数据，lag()无法取到前序值就会返回NA
2. 未按日期排序：分组内如果时间顺序混乱，lag()取到的不是前一天的累计值，就会出现负数或者不符合预期的结果
3. 未设置lag的默认值：如果不设置default = 0，每个分组的第一行lag返回NA，计算出来的numdose首行就为NA

内容的提问来源于stack exchange，提问作者eliseabril