Question

我有一个患者数据的数据框，以及随着时间的推移不同变量的测量。

数据框看起来有点像这样但更多的实验室值变量：

df <- data.frame(id=c(1,1,1,1,2,2,2,2,2), 
                 time=c(0,3,7,35,0,7,14,28,42), 
                 labvalue1=c(4.04,NA,2.93,NA,NA,3.78,3.66,NA,2.54),
                 labvalue2=c(NA,63.8,62.8,61.2,78.1,NA,77.6,75.3,NA))

> df2
  id time labvalue1 labvalue2
1  1    0      4.04        NA
2  1    3        NA      63.8
3  1    7      2.93      62.8
4  1   35        NA      61.2
5  2    0        NA      78.1
6  2    7      3.78        NA
7  2   14      3.66      77.6
8  2   28        NA      75.3
9  2   42      2.54        NA

我想为每位患者（具有唯一ID）计算第一次和最后一次测量的每天减少或斜率。比较患者之间的斜率。时间是几天。所以，最终我想要一个新变量，例如diff_labvalues - 对于每个值，给出了labvalue1：

对于患者1：(2.93-4.04)/ (7-0)和对于患者2：(2.54-3.78)/(42-7)（现在忽略其间的测量，只是最后一次）; labvalue2等等。

到目前为止，我已经使用了dplyr，创建了 first1 和 last1 函数，因为first（）和last（）不能使用NA值。此后，我有了group_by＆＃39; id＆＃39;，使用mutate_all（因为原始df中有更多的lab-values）计算了该患者的last1（）和first1（）实验室值之间的差异。

但是无法找到如何提取相应时间值（delta时间值）的值，我需要计算下降的斜率。

最终我想要这样的东西（最后一行）：

first1 <- function(x) { 
  first(na.omit(x))
}

last1 <- function(x) {
  last(na.omit(x))
} 
df2 = df %>%
  group_by(id) %>%
  mutate_all(funs(diff=(last1(.)-first1(.)) / #it works until here
  (time[position of last1(.)]-time[position of first1(.)]))) #something like this

不确定tidyverse是否有解决方案，所以任何帮助将不胜感激。：）

Answer 1

我们可以尝试

df %>%
   group_by(id) %>%
   filter(!is.na(labs)) %>% 
   summarise(diff_labs = (last(labs) - first(labs))/(last(time) - first(time)))
# A tibble: 2 x 2
#     id   diff_labs
#   <dbl>       <dbl>
#1     1 -0.15857143
#2     2 -0.03542857

和

> (2.93-4.04)/ (7-0)
#[1] -0.1585714
> (2.54-3.78)/(42-7) 
#[1] -0.03542857

或另一个选项是data.table

library(data.table)
setDT(df)[!is.na(labs), .(diff_labs = (labs[.N] - labs[1])/(time[.N] - time[1])) , id]
#   id   diff_labs
#1:  1 -0.15857143
#2:  2 -0.03542857

当应用group_by时，R在mutate中提取相应的其他值

1 个答案: