You need to enable JavaScript to run this app. R语言按地点分组计算阳性确诊14天后的累计康复人数
优惠活动
大模型
产品
解决方案
定价
更多

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
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:2026.11.14 03:06:03