Question

我有一套我需要处理的医院入院数据，当我试图循环数据并拿起我需要的东西时，我感到困惑，这是一个例子：

Date Ward
1    A
2    A
3    A
4    A B
5    A
6    A
7    A  C
8       C
9       C
10      C

我需要将它们转化为：

Ward Adm_Date Dis_Date
A    1        4
B    4        4
A    4        7
C    7        10

将其放入句子中，这是一名录取记录患者X：

从第1天到第4天去病房A
在第4天不到一天去病房B（也许是ICU病房），然后在那天回到病房A
从第4天到第7天住在病房A
从第7天起从病房A搬到病房C，并且在病房C停留到第10天

我正在考虑通过过滤病房来使用ddply，但不行，因为B将被“省略”，A的时间段不会分解为2个。

有什么建议吗？谢谢！

Answer 1

dat <- data.frame(Date=1:10,Ward=c(rep("A",3),"A B",rep("A",2),"A C",rep("C",3)))
dat$Ward <- as.character(dat$Ward)

# Change data to a "long" format

Date2 <- rep(dat$Date,nchar(gsub(" ","",dat$Ward)))
Ward2 <- unlist(strsplit(dat$Ward," "))
dat2 <- data.frame(Date=Date2,Ward=Ward2)
dat2$Ward <- as.character(dat2$Ward) # pesky factors!

# Create output

Ward3 <- unlist(strsplit(gsub("(\\w)\\1+","\\1",paste(dat2$Ward,collapse="")),""))

#helper function to find lengths of repeated characters, probably a better way of doing this

repCharLength <- function(str)
{
    out <- numeric(0)
    tmp <- 1
    for (i in 2:length(str))
        {
        if (str[i]!=str[i-1])
            {out<-c(out,tmp)
            tmp<-1}
        else
        tmp <- tmp+1
        }
    return(c(out,tmp))
}

stays <- repCharLength(dat2$Ward)

Adm_Date <- c(1,dat2$Date[cumsum(stays)[1:(length(stays)-1)]])
Dis_Date <- dat2$Date[cumsum(stays)]
dat3 <- data.frame(Ward=Ward3,Adm_Date=Adm_Date,Dis_Date=Dis_Date)

> dat3
  Ward Adm_Date Dis_Date
1    A        1        4
2    B        4        4
3    A        4        7
4    C        7       10

比我最初想的要多一些，并且可能有一种比使用我写的辅助函数更好的方法来获得停留长度，但这似乎可以完成这项工作。

修改

根据Spacedman的评论，有一个库函数来计算Ward3和stays：

Ward3 <- rle(dat2$Ward)$values stays <- rle(dat2$Ward)$lengths

Answer 2

这不是一个复杂的答案，但你可以转换你的数据

X <- data.frame(
    Date=1:10,
    Ward=c("A","A","A","A B","A","A","A   C","C","C","C"),
    stringsAsFactors=FALSE
)

w <- strsplit(X$Ward," +")
n <- sapply(w, length)
X_mod <- data.frame(
    Date = rep(X$Date, n),
    Ward = unlist(w, FALSE, FALSE)
)

使用X_mod，您可以编写矢量化（=快速）解决方案。首先，with(X_mod, c(0,cumsum(Ward[-1]!=Ward[-length(Ward)])))会为您提供访问ID。

使用R处理入院数据

2 个答案: