在R

Question

我有2个输入列，例如Visit_start_date，Visit_type和一个输出列-Visit_end_date

我需要根据以下条件填写Visit_end_date列的值

如果visit_type列具有“门诊病人”或“紧急情况”之类的值，则visit_end_date与visit_start_date相同（相等）。如果不匹配，那么我可以从另一列（出库日期）中选择一些随机值

我已经尝试过此操作，但是很遗憾在visit_end_date列中获得了一个像'72842'这样的数字。它必须为日期格式。

请注意，数据框中的准入日期格式为“ 6/8/2169”，出院日期格式为“ 85466.75694”

DF %>% 
mutate(visit_start_date = as.Date(.$Admit_Date,format = "%m/%d/%Y")) %>%  #dates in raw file are in the format as specified in the code
mutate(visit_end_date = ifelse((.$Enc_Type == 'Outpatient'|.$Enc_Type == 'Emergency'),visit_start_date, as.Date(.$Discharge_Date,origin ='1970-01-01')))} 

我希望在visit_start_date和visit_end_date列中的输出均为“ 2169-06-08”。当前，在visit_start_date中为“ 2169-06-08”，在visit_end_date中为72842，如下面的屏幕快照所示。

请找到dput命令输出

  

structure（list（Admit_Date = c（“ 6/8/2169 9:40”，“ 6/8/2169 9:41”，   “ 6/8/2169 9:42”，“ 7/24/2169 8:51”，“ 9/12/2169 10:30”，“ 6/19/2237 12:15”，   “ 6/19/2237 12:15”，“ 6/19/2237 12:15”，“ 4/27/2238 14:07”，“ 4/27/2238 14:07”   ），Discharge_Date = c（85466.75694，85466.75694，85466.75694，   85466.75694、85466.75694、85466.75694、85466.75694、85466.75694，   85466.75694、85466.75694），Discharge_Disposition = c（NA_character_，   NA_character_，NA_character_，NA_character_，NA_character_，NA_character_，   NA_character_，NA_character_，NA_character_，NA_character_），       Enc_Type = c（“门诊病人”，“门诊病人”，“门诊病人”，“门诊病人”，       “门诊”，“门诊”，“门诊”，“门诊”，“门诊”，       “门诊”），服务= c（“ OVS /眼”，“ Med / DM”，“ Med / DM”，       “ Med / Renal”，“ Med / DM”，“ Dental / Dent Surg”，“ Dental / Dent Surg”，       “ Dental / Dental Surg”，“ OVS / Eye”，“ OVS / Eye”））），row.names = c（NA，   -10L），class = c（“ tbl_df”，“ tbl”，“ data.frame”））

Answer 1

这是我重新编写您的代码的方法。请注意，您无需在.$内使用mutate，只需使用列名即可。另外，您可以在一个mutate中运行多个语句。

对于Date类对象，ifelse可以删除必要的属性。 dplyr::if_else做得很好：

DF %>%
  #dates in raw file are in the format as specified in the code
  mutate(
    visit_start_date = as.Date(Admit_Date, format = "%m/%d/%Y"),
    Discharge_Date = as.Date(Discharge_Date, origin = '1970-01-01'),
    visit_end_date = if_else(
      Enc_Type %in% c('Outpatient', 'Emergency'),
      visit_start_date,
      Discharge_Date
    )
  )
# # A tibble: 10 x 7
#    Admit_Date    Discharge_Date Discharge_Disposit~ Enc_Type Service       visit_start_date visit_end_date
#    <chr>         <date>         <chr>               <chr>    <chr>         <date>           <date>
#  1 6/8/2169 9:40 2204-01-01     NA                  Outpati~ OVS / Eye     2169-06-08       2169-06-08
#  2 6/8/2169 9:41 2204-01-01     NA                  Outpati~ Med / DM      2169-06-08       2169-06-08
#  3 6/8/2169 9:42 2204-01-01     NA                  Outpati~ Med / DM      2169-06-08       2169-06-08
#  4 7/24/2169 8:~ 2204-01-01     NA                  Outpati~ Med / Renal   2169-07-24       2169-07-24
#  5 9/12/2169 10~ 2204-01-01     NA                  Outpati~ Med / DM      2169-09-12       2169-09-12
#  6 6/19/2237 12~ 2204-01-01     NA                  Outpati~ Dental / Den~ 2237-06-19       2237-06-19
#  7 6/19/2237 12~ 2204-01-01     NA                  Outpati~ Dental / Den~ 2237-06-19       2237-06-19
#  8 6/19/2237 12~ 2204-01-01     NA                  Outpati~ Dental / Den~ 2237-06-19       2237-06-19
#  9 4/27/2238 14~ 2204-01-01     NA                  Outpati~ OVS / Eye     2238-04-27       2238-04-27
# 10 4/27/2238 14~ 2204-01-01     NA                  Outpati~ OVS / Eye     2238-04-27       2238-04-27

我无法测试，因为您没有提供示例输入。如果不起作用，请编辑您的问题，以包含与dput 共享的一些示例数据，例如dput(droplevels(DF[1:10, ]))。然后，我可以对这些数据进行测试，并尝试找出问题所在。