R语言中基于感染阴性条件的定向lead/lag计算实现
带筛选条件的lead值计算实现方案
dplyr 实现
先单独提取全量感染结果为阴性的就诊记录,按就诊顺序排序后,为原表每一行匹配「当前就诊序号之后的第2条阴性记录对应的treatment值」,后续阴性记录不足2条时返回NA。
library(dplyr) # 提取全量阴性就诊子集 neg_subset <- dat %>% filter(infection == "negative") %>% arrange(visit) dat <- dat %>% rowwise() %>% mutate( treatment_second_neg_visit = { matched_neg <- neg_subset %>% filter(visit > cur_data()$visit) if (nrow(matched_neg) >= 2) matched_neg$treatment[2] else NA_integer_ } ) %>% ungroup()
Base R 实现
无需依赖第三方包,通过位置索引直接完成计算:
# 提取阴性就诊对应的索引、就诊序号、treatment值 neg_pos <- which(dat$infection == "negative") neg_visit_seq <- dat$visit[neg_pos] neg_treat_val <- dat$treatment[neg_pos] # 逐行生成目标列 dat$treatment_second_neg_visit <- vapply( dat$visit, function(cur_v) { later_neg_idx <- which(neg_visit_seq > cur_v) if (length(later_neg_idx) >= 2) neg_treat_val[later_neg_idx[2]] else NA_integer_ }, FUN.VALUE = integer(1) )
两种方案运行输出结果与需求完全一致:
visit infection treatment treatment_second_neg_visit 1 1 negative 1 0 2 2 negative 1 0 3 3 positive 1 0 4 4 negative 0 1 5 5 positive 1 1 6 6 positive 0 1 7 7 positive 1 1 8 8 negative 0 1 9 9 negative 1 0 10 10 negative 1 NA 11 11 negative 0 NA 12 12 positive 1 NA 13 13 positive 1 NA
内容的提问来源于stack exchange,提问作者bob。
相关产品推荐
相关产品推荐

