对R数据框中的字符串列进行逐行比较以创建新列

Question

我必须对数据帧的字符串列执行逐行比较，然后将其与第二个数据帧进行比较。测试数据框架如下所示 -

pat_id  line_code month_rule
1        r        0
1        chop     0
1        rchop    0
1        rchop    0
1        rchp     0
1        rchp     0
1        rchop    1
1        fr       0
2        f        0
2        fr       0
2        fr       1

工作台数据框（基准）具有用于比较的标准线代码。以下是样本基准数据框架 -

line_code
gb
rc
br
fr
ir
r2
rchop
rcyclo
rcvp
rfnd
rcp
cp

重点是在测试数据框中创建一个新列，以确定它是否为新行。以下是识别新行的条件 -

1. 如果month_rule为1，则为新行
2. 对于患者1，直到第6行，它们都属于一条线。这是因为，字符串＆＃34; r＆＃34;，＆＃34; chop＆＃34;，＆＃34; rchp＆＃34;不属于基准数据框架。
3. 在第7行中，患者1具有＆＃34; fr＆＃34;与基准数据帧匹配的行代码，因此它也是一个新行。

最终输出数据看起来与此相似 -

pat_id  line_code month_rule line
1        r        0          1
1        chop     0          1
1        rchop    0          1
1        rchop    0          1
1        rchp     0          1
1        rchp     0          1
1        rchop    1          2
1        fr       0          3
2        f        0          1
2        fr       0          1
2        fr       1          2

我的方法是使用dplyr解决这个问题。由于条件太多，我无法达到最终解决方案。以下是我的想法 -

library(dplyr)
test<-test%>%rowwise()%>%
      mutate(test$line=ifelse(month_rule==0 & test$line_code!=bench$line_code), 1,0)

这不是最终解决方案。但是，有没有更好的方法来解决它？

Answer 1

这应该有效：

test <- test %>% 
  group_by(pat_id) %>% 
  mutate(var1 = (line_code %in% bench$line_code)) %>%
  mutate(var2 = ifelse(row_number() > 1, 
                       mapply(grepl, lag(line_code), line_code),
                       0)) %>%
  mutate(line = 1 + cumsum(month_rule | (var1 & !var2))) %>%
  select(-var1, -var2)

当且仅当var1是基准数据框的一部分时，

line_code才为真。

当且仅当var2是＆＃34;组合＆＃34;时，

line_code才属实。 （如你所说）之前的line_code。 （我不确定你想要的是什么，请在你的真实数据集上进行测试）

所以month_rule | (var1 & !var2)是真的，当且仅当月规则得到满足或（药物来自基准数据和新）。因此line是您的预期结果。