R语言如何按患者诊断的出现次数对诊断观测值重命名

实现思路 #

你需要按患者ID、诊断名称两个维度分组，统计每个诊断在对应患者下的出现次序：第一次出现保留原诊断名，第二次及以后将次序拼在诊断名后，空值保持不变即可。

方案1：使用tidyverse（dplyr）实现 #

代码逻辑直观易读，适合习惯tidyverse语法的场景：

library(dplyr)

mydata <- mydata %>%
  # 按患者ID、诊断名称分组
  group_by(ID, diag) %>%
  mutate(
    # 统计当前诊断在该患者下的第几次出现
    cnt = row_number(),
    # 生成新诊断名
    diag2 = case_when(
      is.na(diag) ~ NA_character_,
      cnt == 1 ~ diag,
      TRUE ~ paste0(diag, cnt)
    )
  ) %>%
  ungroup() %>%
  # 删除中间计数变量
  select(-cnt)

方案2：基础R实现 #

无需加载额外依赖包，直接使用内置函数实现：

# 分组生成每个诊断的出现次序
mydata$cnt <- ave(mydata$diag, mydata$ID, mydata$diag, FUN = seq_along)
# 生成新诊断列
mydata$diag2 <- ifelse(is.na(mydata$diag), NA, 
                       ifelse(mydata$cnt == 1, mydata$diag, paste0(mydata$diag, mydata$cnt)))
# 删除中间计数列
mydata$cnt <- NULL

两种方案运行后得到的diag2都和你给出的示例效果完全一致。

内容的提问来源于stack exchange，提问作者Seydou GORO