在R中重塑复杂时间-事件数据：转换为带累积事件状态的时间序列表

核心实现逻辑：

• 为每个个体生成全随访周期的时间节点，节点范围覆盖随访起始时间、所有事件发生时间、随访结束时间
• 事件状态按时间累计取最大值，保证事件一旦触发则永久保持为1

依赖准备 #

需使用tidyverse系列包，首次运行先安装并加载：

# 安装包（首次运行执行）
install.packages("tidyverse")
# 加载包
library(tidyverse)

分步实现代码 #

• 第一步：准备原始数据（可直接替换为你的实际df，无需重新构造）

df <- data.frame(
  id = c(1,1,2,2,2,2),
  Date = c(2,3,3,6,7,2),
  Start_Date = c(1,1,2,2,2,2),
  End_Date = c(4,4,9,9,9,9),
  A = c(1,0,1,1,1,0),
  B = c(0,1,0,0,0,1)
)

• 第二步：提取每个个体的随访起止配置（同一id的Start/End固定，去重提取）

id_followup <- df %>% 
  select(id, Start_Date, End_Date) %>% 
  distinct()

• 第三步：生成所有个体的去重时间节点列表

time_nodes <- df %>% 
  # 保留原始事件发生时间
  select(id, Date) %>% 
  # 绑定每个个体的随访起始时间为节点
  bind_rows(id_followup %>% mutate(Date = Start_Date) %>% select(id, Date)) %>% 
  # 绑定每个个体的随访结束时间为节点
  bind_rows(id_followup %>% mutate(Date = End_Date) %>% select(id, Date)) %>% 
  # 同一id下时间去重、按升序排列
  group_by(id) %>% 
  distinct(Date) %>% 
  arrange(Date, .by_group = T) %>% 
  ungroup() %>% 
  # 重命名为目标变量Time
  rename(Time = Date)

• 第四步：整理原始事件数据（处理同一时间点多个事件的情况）

raw_events <- df %>% 
  select(id, Date, A, B) %>% 
  arrange(id, Date) %>% 
  group_by(id, Date) %>% 
  # 同一时间点若同时触发多个事件，取最大值保证状态正确
  summarise(across(c(A,B), max), .groups = "drop")

• 第五步：关联时间节点与事件状态，计算累计事件值

Cool_df <- time_nodes %>% 
  # 左连接事件表，未发生事件的时间点初始填充0
  left_join(raw_events, by = c("id" = "id", "Time" = "Date")) %>% 
  mutate(across(c(A,B), ~replace_na(.x, 0))) %>% 
  group_by(id) %>% 
  # 按时间累计取最大值，保证事件触发后状态永久为1
  mutate(
    A = cummax(A),
    B = cummax(B)
  ) %>% 
  ungroup()

结果验证 #

运行Cool_df即可得到与示例完全一致的输出：

# A tibble: 9 × 4
     id  Time     A     B
  <dbl> <dbl> <dbl> <dbl>
1     1     1     0     0
2     1     2     1     0
3     1     3     1     1
4     1     4     1     1
5     2     2     0     1
6     2     3     1     1
7     2     6     1     1
8     2     7     1     1
9     2     9     1     1

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