Question

我正在为生存分析准备一个数据集并使用R来解决这个问题。我想知道是否有人“for loop”专家可以帮助我解决这个问题。任何建议将不胜感激。

数据集很长，只有三列：ID，日期和数字变量。示例数据如下所示：

ID<-c(1,1,1,1,2,2,3)
date<-c("05/11/2012","01/30/2013",
"06/14/2015","07/22/2016","01/07/2011","02/02/2012","02/03/2017")
NV<-c(12,22,14,5,17,6,25)
dat<-as.data.frame(cbind(x,y,z));dat

我需要的是：

创建附加列“event_date”
在每个唯一ID中，将第二行中的“date”移动到上一行中的“event_date”，将第三个“date”移动到第二个“event_date”......依此类推。如果它是此ID的最后一行，则打印“停止”。
如果某个ID只有一行，则还要打印“停止”。

期望的结果是这样的：

  ID       date NV event_date
1  1 05/11/2012 12 01/30/2013
2  1 01/30/2013 22 06/14/2015
3  1 06/14/2015 14 07/22/2016
4  1 07/22/2016  5       stop
5  2 01/07/2011 17 02/02/2012
6  2 02/02/2012  6       stop
7  3 02/03/2017 25       stop

这似乎是一个简单的转换，但原谅我的糟糕技能，因为我自己编码，事情变得更加混乱。最初，我尝试过条件“for”循环，循环子集，甚至双循环。什么都行不通。我真的想学习更多关于循环的知识。

感谢所有提出任何想法的人。

Answer 1

使用dplyr即可轻松完成。

顺便说一下，你的data.frame行应该是......

dat <- data.frame(ID, date, NV, stringsAsFactors = FALSE)

由于x，y和z未定义，您可能不希望将日期字符串作为因素。

library(dplyr)
dat <- dat %>% group_by(ID) %>% mutate(event_date=lead(date, default = "stop"))

dat
# A tibble: 7 x 4
# Groups:   ID [3]
     ID       date    NV event_date
  <chr>      <chr> <chr>      <chr>
1     1 05/11/2012    12 01/30/2013
2     1 01/30/2013    22 06/14/2015
3     1 06/14/2015    14 07/22/2016
4     1 07/22/2016     5       stop
5     2 01/07/2011    17 02/02/2012
6     2 02/02/2012     6       stop
7     3 02/03/2017    25       stop

请注意，将单词＆＃34; stop＆＃34;在新列中将强制将其格式化为字符。如果您想将其格式化为日期，最好使用NA。

Answer 2

您的data.frame定义不明确，应该是（请注意，不需要cbind）。

dat <- data.frame(ID, date, NV)
dat

现在，仅限基数R。

res <- lapply(split(dat, dat$ID), function(x){
        x$event_date <- c(as.character(x$date)[-1], "stop")
        x
    })
res <- do.call(rbind, res)
row.names(res) <- NULL
res
  ID       date NV event_date
1  1 05/11/2012 12 01/30/2013
2  1 01/30/2013 22 06/14/2015
3  1 06/14/2015 14 07/22/2016
4  1 07/22/2016  5       stop
5  2 01/07/2011 17 02/02/2012
6  2 02/02/2012  6       stop
7  3 02/03/2017 25       stop

使用循环

2 个答案: