数据

Question

我有以下示例数据框。数据为长格式（纵向数据）。 col1表示人员ID（在此示例中，我们只有2个人）。 col2表示生活事件的发生（例如0 =未婚，1 =已婚）。从0到1的状态更改实际上标志着生命事件。对于事件之后的每个测量时机，col3为1，对于事件之前的每个测量时机，col3为0。年份表示评估年份。该月份表示评估月份（02 = 2月）。

             col1   col2  col3  year   month

row.name11    A     0     0     2013   02
row.name12    A     0     0     2014   02
row.name13    A     1     1     2015   02
row.name14    A     0     1     2016   02
row.name15    A     0     1     2018   02
row.name16    B     0     0     2014   02
row.name17    B     0     0     2015   02
row.name18    B     1     1     2016   02
row.name19    B     0     1     2017   04

我现在希望创建一个以事件为中心的时间表。事件发生时，新变量应为0（col2 == 1）。在事件发生前应为负（指示事件发生之前的月份），在事件发生后应为正（指示事件发生后的月份）。

它应该看起来像这样（请参阅event.time变量）：

             col1   col2  col3  year   month  event.time

row.name11    A     0     0     2013   02     -24
row.name12    A     0     0     2014   02     -12
row.name13    A     1     1     2015   02     0
row.name14    A     0     1     2016   02     12
row.name15    A     0     1     2018   02     36
row.name16    B     0     0     2014   02     -24
row.name17    B     0     0     2015   02     -12    
row.name18    B     1     1     2016   02     0
row.name19    B     0     1     2017   04     14

我发现我应该先将年和月变量转换为日期变量（使用as.date函数）。但是，我没有成功。之后如何有效地计算event.time变量？也许使用col3是因为此变量指示它是在事件发生之前还是之后？

我很高兴收到您的任何建议！在此先感谢：）

Answer 1

#if nchar(month) is 1 then add 0 before month, otherwise use month directly. 
#1 added to make the transformation to as.Date simple
df$date<- paste0(df$year,'-',ifelse(nchar(df$month)==1,paste0(0,df$month),df$month),'-1')
df$date<- as.Date(df$date)

library(dplyr)
df %>% group_by(col1) %>% 
       #Get the minmume date where col2==1 incase there is more than one 1 in the same ID
       mutate(date_used=min(date[col2==1]), event.time=as.numeric(date - date_used))


# A tibble: 9 x 8
# Groups:   col1 [2]
col1   col2  col3  year month date       date_used  event.time
<fct> <int> <int> <int> <int> <date>     <date>          <dbl>
1 A         0     0  2013     2 2013-02-01 2015-02-01       -730
2 A         0     0  2014     2 2014-02-01 2015-02-01       -365
3 A         1     1  2015     2 2015-02-01 2015-02-01          0
4 A         0     1  2016     2 2016-02-01 2015-02-01        365
5 A         0     1  2018     2 2018-02-01 2015-02-01       1096
6 B         0     0  2014     2 2014-02-01 2016-02-01       -730
7 B         0     0  2015     2 2015-02-01 2016-02-01       -365
8 B         1     1  2016     2 2016-02-01 2016-02-01          0
9 B         0     1  2017     4 2017-04-01 2016-02-01        425

数据

df <- read.table(text="
         col1   col2  col3  year   month
         row.name11    A     0     0     2013   02
         row.name12    A     0     0     2014   02
         row.name13    A     1     1     2015   02
         row.name14    A     0     1     2016   02
         row.name15    A     0     1     2018   02
         row.name16    B     0     0     2014   02
         row.name17    B     0     0     2015   02
         row.name18    B     1     1     2016   02
         row.name19    B     0     1     2017   04
                 ",header=T)

Answer 2

这里是使用lubridate

的选项

library(tidyverse)
library(lubridate)
ym <- function(y, m) ymd(sprintf("%s-%s-01", y, m))
df %>%
    group_by(col1) %>%
    mutate(event.time = interval(ym(year, month)[col2 == 1], ym(year, month)) %/% months(1))
## A tibble: 9 x 6
## Groups:   col1 [2]
#  col1   col2  col3  year month event.time
#  <fct> <int> <int> <int> <int>      <dbl>
#1 A         0     0  2013     2       -24.
#2 A         0     0  2014     2       -12.
#3 A         1     1  2015     2         0.
#4 A         0     1  2016     2        12.
#5 A         0     1  2018     2        36.
#6 B         0     0  2014     2       -24.
#7 B         0     0  2015     2       -12.
#8 B         1     1  2016     2         0.
#9 B         0     1  2017     4        14.

样本数据

df <- read.table(text =
    "             col1   col2  col3  year   month
row.name11    A     0     0     2013   02
row.name12    A     0     0     2014   02
row.name13    A     1     1     2015   02
row.name14    A     0     1     2016   02
row.name15    A     0     1     2018   02
row.name16    B     0     0     2014   02
row.name17    B     0     0     2015   02
row.name18    B     1     1     2016   02
row.name19    B     0     1     2017   04", header = T)

创建纵向数据的时间轴；带有数据变量的计算

2 个答案:

数据

样本数据