Question

披露-这是我的第一个SO问题，如果这是重复问题，我深表歉意，但是我已经寻找了一段时间，但没有找到针对这种特定情况的答案

R版本：3.4.2

我想要一种按特定标识符对数据进行分组的有效方法，然后根据条件（针对每一行动态地）进行汇总。具体来说，按ID分组，然后如果另一个实例在当前行的一年内发生，则求和另一个变量发生了多少个实例（紧急访问）。

以下是数据开始显示的示例：

已更新，其中包含2个紧急情况的示例

library(lubridate)
   > dat <- data.frame("ID" = c(6,6,6,7,7,10,11,11,11),
                      "Admit_Dt" = as.Date(c('2013-08-12', '2013-12-12', '2016-01-03','2011-04-01', '2011-09-20','2012-02-19','2014-06-24','2014-08-12','2014-09-01')), 
                      "Urgent" = c(0,1,1,1,0,0,1,1,1)) 
   > dat

| ID | Admit_Dt   | Urgent|
|  6 | 2013-08-12 |      1| 
|  6 | 2013-12-12 |      0|
|  6 | 2016-01-03 |      1|
|  7 | 2011-04-01 |      1|
|  7 | 2011-09-20 |      0|
| 10 | 2012-02-19 |      0|
| 11 | 2014-06-24 |      1|
| 11 | 2014-08-12 |      1|
| 11 | 2014-09-01 |      1|

我想先按ID分组，然后求和给定组在每个Admit_Dt一年内发生了多少次紧急访问。

下面这个复杂的代码产生了我想要的东西，但是我正在使用的数据集非常大，而且效率很低。我很好奇是否有一种使用'dplyr'的方法来实现我想要做的事情：

   > dat$Urgent_1yrSum <- unlist(sapply(1:length(unique(dat$ID)), function(i) {
    grouped <-  subset(dat, ID == unique(dat$ID)[i])
      output <- do.call(rbind, lapply(1:nrow(grouped), function(y){
    urgent_sum_1year <- sum(grouped[grouped$Admit_Dt < grouped$Admit_Dt[y] & grouped$Admit_Dt > (grouped$Admit_Dt[y] - dyears(1)), "Urgent"])
     }))
      return(output)
}
))

> dat
| ID | Admit_Dt   | Urgent| Urgent_1yrSum|
|  6 | 2013-08-12 |      1|          0|
|  6 | 2013-12-12 |      0|          1|
|  6 | 2016-01-03 |      1|          0|
|  7 | 2011-04-01 |      1|          0|
|  7 | 2011-09-20 |      0|          1|
| 10 | 2012-02-19 |      0|          0|
| 11 | 2014-06-24 |      1|          0|
| 11 | 2014-08-12 |      1|          1|
| 11 | 2014-09-01 |      1|          2|

感谢您的帮助！

Answer 1

我无法使您的代码正常工作，所以我尝试查看是否可以使其正常工作。我首先加入内部，以按ID获取日期的所有组合。减去它们后，您可以使用过滤器查看在每个日期的一年内谁来了一次访问，然后是summarise。

dat <- data.frame("ID" = c(6,6,6,7,7,10,11,11),
                  "Admit_Dt" = c('2013-08-12', '2013-12-12', '2016-01-03','2011-04-01', '2011-09-20','2012-02-19','2014-06-24','2014-08-12'), 
                  "Urgent" = c(0,1,1,1,0,0,1,1),stringsAsFactors = FALSE)
library(dplyr)


dat2 <- inner_join(dat,select(dat,ID,Admit_Dt,Urgent),by = "ID") %>% 
        #Inner Join by ID to get every combo of dates
        #Subtract dates from eachother 
        mutate(datediff = as.Date(Admit_Dt.x) - as.Date(Admit_Dt.y),
               ID = ID) %>%
        #get dates that occured within one year of visit
        #for each date
        filter(datediff > 0 & datediff <= 365) %>% 
        #group by person
        group_by(ID,Admit_Dt.x) %>% 
        #count urgent visits
       mutate(urgent_visits = max(Urgent.x,Urgent.y,na.rm=TRUE)) %>% 
    summarise(vs = sum(urgent_visits))
#Join back on to df

dat3 <- left_join(dat,dat2,by = c("ID" = "ID", "Admit_Dt"="Admit_Dt.x"))

Answer 2

以下是使用class AnimalsTester: from source import Animals print Animals.dogs print AnimalsTester.Animals.dogs，列表列和dplyr的答案。我假设没有重复的purrr和ID，否则我很确定这是行不通的。

Admit_Dt

分组并总结有条件的日期范围方面-dplyr？

2 个答案: