Question

我试图进行一项研究，但不确定是否可行。但是，我对这项研究有疑问，并希望对其他人也有用。

我有这样的数据集

id   age    gender    v1      v2        v3     event
1    30     0         2.3     3.7       NA     1
2    31     0         1.3     4.3       4.1    0
3    40     1         3.1     NA        NA     1
4    41     1         2.3     2.7       NA     0
5    42     1         2.6     3.2       NA     0
6    53     1         2.5     2.4       NA     0

第一种方法，如果是一个案例（事件== 1），那么想要找到一个控件（事件== 0）并按年龄，性别匹配它们。作为第二种方法，根据缺失的措施（v2，v3），删除控制措施（v2，v3）。

所需的数据集应如下所示：

id   age    gender    v1      v2        v3    event
1    30     0         2.3     3.7       NA    1
2    31     0         1.3     4.3       NA    0
3    40     1         3.1     NA        NA    1
4    41     1         2.3     NA        NA    0
5    42     1         2.6     NA        NA    0

我希望每个人都清楚这一点，并且可能对其他人有用。

Answer 1

尝试

library(data.table)
df$ageGrp <- cut(df$age, breaks=c(29,39,49,59), labels=c(30,40,50))
indx <-  with(df, !!ave(event, ageGrp, gender, 
                    FUN=function(x) any(!x) & any(!!x)))

 df1 <- df[indx,]

 fun1 <- function(x) {if(any(is.na(x))) rep(NA_real_, length(x)) else x}

 nm1 <- paste0("v", 1:3)
 res <- setDT(df1)[, lapply(.SD, fun1),by=list(gender, ageGrp), 
         .SDcols=nm1][,c("id", "age", "event"):= list(df1$id, df1$age, 
                          df1$event)][,ageGrp:=NULL]
 res

 #   gender  v1  v2 v3 id age event
 #1:      0 2.3 3.7 NA  1  30     1
 #2:      0 1.3 4.3 NA  2  31     0
 #3:      1 3.1  NA NA  3  40     1
 #4:      1 2.3  NA NA  4  41     0
 #5:      1 2.6  NA NA  5  42     0

或者您可以使用dplyr

 library(dplyr)

 df %>% 
    group_by(gender, ageGrp) %>%
    filter(any(event==1)&any(event==0)) %>%
    mutate_each(funs(fun1), starts_with("v")) %>%
    ungroup() %>% 
    select(-ageGrp)

  #  id age gender  v1  v2 v3 event
  #1  1  30      0 2.3 3.7 NA     1
  #2  2  31      0 1.3 4.3 NA     0
  #3  3  40      1 3.1  NA NA     1
  #4  4  41      1 2.3  NA NA     0
  #5  5  42      1 2.6  NA NA     0

更新

如果NA替换为25，并且想要为该群组填写25，则该事件包含该内容。

  df$v2[is.na(df$v2)] <- 25 #change the NAs to 25 in the dataset for testing
  df$v3[is.na(df$v3)] <- 25

  fun2 <- function(x) {if(any(x==25)) rep(25,length(x)) else x}

     df %>% 
         group_by(gender, ageGrp) %>%
         filter(any(event==1)&any(event==0)) %>%
         mutate_each(funs(fun2), starts_with("v")) %>%
         ungroup() %>%
         select(-ageGrp)
     #Source: local data frame [5 x 7]

     #   id age gender  v1   v2 v3 event
     #1  1  30      0 2.3  3.7 25     1
     #2  2  31      0 1.3  4.3 25     0
     #3  3  40      1 3.1 25.0 25     1
     #4  4  41      1 2.3 25.0 25     0
     #5  5  42      1 2.6 25.0 25     0

数据

 df <- structure(list(id = 1:6, age = c(30L, 31L, 40L, 41L, 42L, 53L
 ), gender = c(0L, 0L, 1L, 1L, 1L, 1L), v1 = c(2.3, 1.3, 3.1, 
 2.3, 2.6, 2.5), v2 = c(3.7, 4.3, NA, 2.7, 3.2, 2.4), v3 = c(NA, 
4.1, NA, NA, NA, NA), event = c(1L, 0L, 1L, 0L, 0L, 0L)), .Names = c("id", 
"age", "gender", "v1", "v2", "v3", "event"), class = "data.frame", row.names = c(NA, 
-6L))

R中的3个值匹配用于病例对照研究

1 个答案:

更新

数据