Question

我正在使用数据，其中每个主题有几个变量，以及测量每个变量的日期。对于每个受试者，多次测量变量。

我有一个单独的文件，例如，每个主题的“目标日期”。我想过滤原始数据集，并且只包括每个主题最接近目标日期的变量测量值。

这是一个简单的例子：

library(dplyr)

set.seed(1234)

data <- data.frame(dates = sample(seq(as.Date('1999/01/01'), 
as.Date('2010/01/01'), by="day"), 200), 
                   ids = rep(1:50, 2))
data <- arrange(data, ids)
data$vars <- rep(1:2, 100)

target.date <- data.frame(dates = sample(seq(as.Date('1999/01/01'), 
as.Date('2010/01/01'), by="day"), 50), 
                          ids = rep(1:50))

对于每个受试者，有两个变量，每个变量测量两次。我想只包括最接近target.date中日期的每个变量的度量。

我尝试使用这样的dplyr：

data.sub <- data %>%
  group_by(id, vars) %>%

但我不确定如何继续，因为我不得不引用与target.date相关联的ids中的日期。我也想选择最接近的日期而不超过目标日期，但在我创建的这个例子中，某些主题可能无法实现。

以下是我想要获得的输出片段：

       dates  ids  vars
1 2000-04-01    1     1
2 2003-08-26    1     2
3 2005-01-22    2     1
4 2002-05-13    2     2
.
.
.

对于主题2，vars==1的两个日期都在目标日期之后。但为了简单起见，我还是把它包括在内。但是如果可能的话，我想把最接近目标日期的日期留下来。

Answer 1

这是我认为你需要的。从您的问题中不是很清楚，并且您没有根据样本数据提供预期的输出。我可以根据您的反馈进行修改。

data <- inner_join(data, target.date, by = 'ids')
data$days <- difftime(data$dates.x, data$dates.y, units = 'days')
data$days <- abs(as.integer(data$days))
data %>%
  group_by(ids, vars) %>%
  filter(days == min(days)) %>%
  slice(1)

在多个变量的最近日期过滤数据集

1 个答案: