Question

我有一个包含许多变量的面板数据集。三个最相关的变量是：＆＃34; cid＆＃34; （国家代码），＆＃39;时间＆＃34; （0-65）和＆＃34;事件＆＃34; （0,1,2,3,4,5,6）。我正在尝试运行cox回归（使用coxph），但是，由于时间变量对于每个国家/地区都有不同的起点和终点，因此我需要先创建一个开始时间和结束时间变量。这是我遇到问题的地方。

以下是三个主要变量的样本：

> data
      cid   time event
 [1,] "AFG" "20" "0"  
 [2,] "AFG" "21" "0"  
 [3,] "AFG" "22" "0"  
 [4,] "AFG" "23" "0"  
 [5,] "AFG" "24" "0"  
 [6,] "AFG" "25" "0"  
 [7,] "AFG" "26" "1"  
 [8,] "AFG" "27" "1"  
 [9,] "AFG" "28" "1"  
[10,] "AFG" "29" "1"

我们的想法是将这些数据转换为以下内容：

> data
     cid   time1 time2 event
[1,] "AFG" "20"  "25"  "0"  
[2,] "AFG" "26"  "29"  "1"

如何做到这一点（请记住我的数据集中有很多其他解释变量）？

Answer 1

您可以使用dplyr和pipe。如果您的数据始终按照示例顺序排序，则此解决方案将起作用。

data<-data.frame(cid=rep("AFG",10),time=seq(20,29,1),event=c(0,0,0,0,0,0,1,1,1,1))


library(dplyr)

data %>% group_by(cid,event) %>% 
    summarise(time1=min(time),time2=max(time))

Answer 2

subset1<- data[data$event==0,]
subset1

subset2<- data[data$event==1,]
subset2

s1<- cbind(cid="AFG",time1=min(subset1$time),time2=max(subset1$time),event = 0)
s1

s2<- cbind(cid="AFG",time1=min(subset2$time),time2=max(subset2$time),event = 1)
s2

data1=rbind(s1,s2)
data1
#       cid   time1 time2 event
# [1,] "AFG" "20"  "25"  "0"  
# [2,] "AFG" "26"  "29"  "1"

希望这会有所帮助。

根据时间和事件变量重新格式化面板数据

2 个答案: