Question

我正在使用sapply（）函数创建一个新的数据列。首先，根据我的原始观察数据，每个患者都会收到1-999之间的数字，每个数字都有一个独特的描述，但它们都属于27个类别中的1个。我的问题是原始数据中没有给出27个类别，因此我必须在字典中查找它们，其类别与1-999的数字相匹配。

以下是来自名为inova9的数据集的原始数据：

ID AgeGroup  Race SexCode Org_DRGCode
9     9    75-84 White       F         435
10   10    75-84 White       F         441
11   11    45-54 White       F         301
40   40    14-17 White       F         775
70   70    75-84 White       F         853
120 120    55-64 White       M         395

这是我字典的一部分：

MSDRG_num                                                MS.DRG_Descriptions_
1         1            Heart transplant or implant of heart assist system w MCC
2         2          Heart transplant or implant of heart assist system w/o MCC
3         3 ECMO or trach w MV 96+ hrs or PDX exc face, mouth & neck w maj O.R.
4         4       Trach w MV 96+ hrs or PDX exc face, mouth & neck w/o maj O.R.
5         5                     Liver transplant w MCC or intestinal transplant
6         6                                            Liver transplant w/o MCC
New_CI_Category
1      Organ Transplant
2      Organ Transplant
3 General/Other Surgery
4 General/Other Surgery
5      Organ Transplant
6      Organ Transplant

这里有27个类别：

> levels(DRG$New_CI_Category)
[1] "Bariatric Surgery"                  "Behavioral"                        
[3] "Cardiovasc Medicine"                "CV Surg - Open Heart"              
[5] "General/Other Surgery"              "GYN Med/Surg"                      
[7] "Hem/Onc Medicine"                   "Interventional Cardiology - EP"    
[9] "Interventional Cardiology - PCI"    "Medicine"                          
[11] "Neonates"                           "Neurology"                         
[13] "Neurosurgery - Brain"               "Neurosurgery - Other"              
[15] "Normal Newborns"                    "OB Deliveries"                     
[17] "OB Other"                           "Organ Transplant"                  
[19] "Ortho Medicine"                     "Ortho Surg - Other"                
[21] "Ortho Surgery - Joints"             "Rehab"                             
[23] "Spine"                              "Thoracic Surgery"                  
[25] "Unspecified"                        "Urology Surgery"                   
[27] "Vascular Procedure - Surgery or IR"

所以，我需要从我的字典中匹配inova9 $ Org_DRGCode和MSDRG_num，然后从DRG $ New_CI_Catgory中拉出相应的类别

我实施了以下内容：

ServiceLine1 = matrix(nrow=length(inova9$Org_DRGCode),ncol=1)
ServiceLine1 =    sapply(1:length(inova9$Org_DRGCode),function(i)as.character(DRG$New_CI_Category[DRG$MSDRG_num==inova9$Org_DRGCode[i]]))
Svc = as.factor(ServiceLine1)
inova9 = data.frame(inova9,Svc)

正如您所看到的，我创建了一个列，现在我可以将它与我的原始数据一对一地合并。我有四个这样的数据集，但它只适用于两个。另外两个我收到此错误：

> Svc = as.factor(ServiceLine2)
Error in sort.list(y) : 'x' must be atomic for 'sort.list'
Have you called 'sort' on a list?

我的数据如下：

[[1]]
[1] "Neurology"

[[2]]
[1] "Medicine"

[[3]]
[1] "GYN Med/Surg"

[[4]]
[1] "Vascular Procedure - Surgery or IR"

[[5]]
[1] "Neurology"

[[6]]
[1] "Medicine"

sapply（）是如何将我的矩阵变成列表的？如何阻止它发生？

Answer 1

通过转换data.table，设置密钥然后简单加入，您可以省去头痛。

library(data.table)
DT.DRG  <- as.data.table(DRG)
DT.dict <- as.data.table(your_dict)

## Set the key to what you want to join on 
setkey(DT.DRG,  ID)
setkey(DT.dict, MSDRG_num)

## Assign the column from DT.dict into DT.DRG, joining on the keys
DT.DRG[DT.dict, New_CI_Category := New_CI_Category]

确保键的类型相同

意味着它们既是factor又是character等等

Answer 2

这是因为sapply是lapply的包装器，它试图了解其返回结构。无论出于何种原因，当它无法解决时，它总是会回到列表中，因为这是lapply返回的内容。

现在，我不完全确定为什么会发生这里。只是阅读你的代码，我也希望sapply返回一个向量而不是一个列表。一种可能性是，对于i的某些值，表达式as.character(DRG$New_CI_Category[DRG$MSDRG_num==inova9$Org_DRGCode[i]])的长度大于1。您可以使用any(sapply(ServiceLine1, length) > 1)进行检查。

在任何情况下，函数unlist都会将列表压缩为向量，因此您可以执行as.factor(unlist(ServiceLine1))。

为什么sapply（）接受我的矩阵并将其变成一个我无法考虑的列表？

2 个答案:

确保键的类型相同