R语言按地点分组计算阳性确诊14天后的累计康复人数
累计康复数计算实现方案
原有代码的问题定位
- for循环嵌入mutate的问题:dplyr分组语境下直接引用全局
df对象,未使用当前分组的行子集,且for循环无显式返回值,无法直接生成计算列 - map_dbl写法的问题:过滤逻辑和需求方向相反,且判断字段未绑定到当前分组的数据集,默认取全局环境的
pos、date值,导致整列结果固定
核心计算规则
按照需求,每例阳性病例从确诊当日起满14天,即从“活跃状态”转为“康复状态”,计入当日康复统计:
- 每条阳性记录的康复计入日期 = 确诊当日 + 14天
- 每个地点下按日期排序,当日累计康复数 = 所有“康复计入日期 ≤ 当前行日期”的历史阳性数总和
- 日期早于首批“确诊+14天”节点的记录,累计康复数为0
可直接运行的代码实现
推荐写法(简洁高效)
该写法为向量化计算,无逐行循环开销,适合覆盖连续数月的长数据集场景:
library(dplyr) library(lubridate) df1 <- df %>% # 转换为标准日期格式,避免字符串运算错误 mutate(date = ymd(date)) %>% # 按地点分组,独立计算各区域的康复数,避免跨区域数据混淆 group_by(loc) %>% # 计算每条阳性记录对应的康复生效日期 mutate(recover_valid_date = date + days(14)) %>% # 按日期升序排序,保证累计计算顺序正确 arrange(date, .by_group = TRUE) %>% # 逐行判断:如果某条阳性记录的康复生效日期已到,就纳入累计,否则计0 mutate(rec = cumsum(if_else(recover_valid_date <= date, pos, 0))) %>% # 删除中间辅助列 select(-recover_valid_date) %>% ungroup()
旧版dplyr兼容写法
如果环境内dplyr版本较低,可使用修正后的map_dbl逻辑实现:
df1 <- df %>% mutate(date = ymd(date)) %>% group_by(loc) %>% arrange(date, .by_group = TRUE) %>% mutate(rec = map_dbl( .x = date, .f = ~sum(pos[date + days(14) <= .x]) )) %>% ungroup()
注意事项
- 必须对日期字段做格式转换后再做天数加减,不能用字符串直接做日期运算
- 分组、按日期排序两个步骤不能省略,否则会出现计算顺序混乱、跨地点数据累加的错误
- 该逻辑默认所有阳性病例14天后必然康复,符合需求描述的统计规则
内容的提问来源于stack exchange,提问作者taylorpot
相关产品推荐
相关产品推荐

