You need to enable JavaScript to run this app. R语言中基于感染阴性条件的定向lead/lag计算实现
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.09 12:45:00