r 嵌套指示器 1st of 1st 和 2nd of 1st 和 2nd of 2nd

Question

我有一个像这样重复观察的数据集。

  Id    Date        Group  Diagnosis    
  1     8/16/2004   Red    A
  1     8/16/2004   Red    B
  1     8/16/2004   Red    C

  2     4/23/2010   Blue    A
  2     4/23/2010   Blue    C

  3     5/13/2006   Blue    A
  3     5/13/2006   Blue    B
  3     5/13/2006   Blue    C
  3     6/05/2011   Blue    A
  3     6/05/2011   Blue    B
  3     6/05/2011   Blue    C

  4     10/06/2009   Blue    A
  4     10/06/2009   Blue    B
  4     10/06/2009   Blue    C
  4     7/22/2010    Blue    A
  4     7/22/2010    Blue    B

我喜欢创建一个新的指标值来跟踪哪些观察值只有一组观察值，哪些观察值有两个。在那些有两组观察值的人中，指标应该指出哪一组是第一组和第二组，依此类推。

Expected output

      Id    Date        Group  Diagnosis   I   
      1     8/16/2004   Red    A           1-1
      1     8/16/2004   Red    B           1-1
      1     8/16/2004   Red    C           1-1

      2     4/23/2010   Blue    A          1-1
      2     4/23/2010   Blue    C          1-1

      3     5/13/2006   Blue    A          2-1
      3     5/13/2006   Blue    B          2-1      
      3     5/13/2006   Blue    C          2-1 
      3     6/05/2011   Blue    A          2-2 
      3     6/05/2011   Blue    B          2-2
      3     6/05/2011   Blue    C          2-2

      4     10/06/2009   Blue    A         2-1
      4     10/06/2009   Blue    B         2-1
      4     10/06/2009   Blue    C         2-1
      4     7/22/2010    Blue    A         2-2
      4     7/22/2010    Blue    B         2-2

Id 1 和 Id 2 列中的值为 1-1，因为这两个 Id 都只有一次诊断集，Id 1 于 2004 年 8 月 16 日评估，Id 2 于 2010 年 4 月 23 日评估

Id 3 和 Id 4 列中的值为 2-1，因为这两个 Id 都有两组诊断，Id 3 分别于 2006 年 5 月 13 日和 2011 年 6 月 5 日评估，Id 4 评估于 2009 年 6 月 10 日和2010 年 7 月 22 日。 Id 3 和 Id 4 的第一组观察是在 2006 年 5 月 13 日和 2009 年 6 月 10 日，所以 2-1。 Id 3 和 Id 4 的第二组观察是在 2011 年 6 月 5 日和 2010 年 7 月 22 日，所以 2-2

我使用group_by( Id,Group, Diagnosis) 尝试了n() 和n_distinct，但这不起作用。因此，非常感谢任何建议或帮助。谢谢。

Answer 1

我们可以做的：

library(dplyr)

df |> 
  group_by(Id) |> 
  mutate(I = paste0(n_distinct(Date), "-", match(Date, unique(Date)))) |> 
  ungroup()

使用paste0 粘贴组中不同日期的数量，使用match 将日期与第一个匹配项匹配

      Id Date       Group Diagnosis I    
   <int> <chr>      <chr> <chr>     <chr>
 1     1 8/16/2004  Red   A         1-1  
 2     1 8/16/2004  Red   B         1-1  
 3     1 8/16/2004  Red   C         1-1  
 4     2 4/23/2010  Blue  A         1-1  
 5     2 4/23/2010  Blue  C         1-1  
 6     3 5/13/2006  Blue  A         2-1  
 7     3 5/13/2006  Blue  B         2-1  
 8     3 5/13/2006  Blue  C         2-1  
 9     3 6/05/2011  Blue  A         2-2  
10     3 6/05/2011  Blue  B         2-2  
11     3 6/05/2011  Blue  C         2-2  
12     4 10/06/2009 Blue  A         2-1  
13     4 10/06/2009 Blue  B         2-1  
14     4 10/06/2009 Blue  C         2-1  
15     4 7/22/2010  Blue  A         2-2  
16     4 7/22/2010  Blue  B         2-2

Answer 2

这是dplyr 方式。

df1 <- "Id    Date        Group  Diagnosis    
  1     8/16/2004   Red    A
  1     8/16/2004   Red    B
  1     8/16/2004   Red    C

  2     4/23/2010   Blue    A
  2     4/23/2010   Blue    C

  3     5/13/2006   Blue    A
  3     5/13/2006   Blue    B
  3     5/13/2006   Blue    C
  3     6/05/2011   Blue    A
  3     6/05/2011   Blue    B
  3     6/05/2011   Blue    C

  4     10/06/2009   Blue    A
  4     10/06/2009   Blue    B
  4     10/06/2009   Blue    C
  4     7/22/2010    Blue    A
  4     7/22/2010    Blue    B"
df1 <- read.table(textConnection(df1), header = TRUE)

suppressPackageStartupMessages({
  library(dplyr)
})

df1 %>%
  group_by(Id, Group) %>%
  mutate(I2 = duplicated(Diagnosis),
         I1 = any(I2) + 1L,
         I2 = I2 + 1L,
         I = paste(I1, I2, sep = "-")) %>%
  ungroup() %>%
  select(-I1, -I2)
#> # A tibble: 16 × 5
#>       Id Date       Group Diagnosis I    
#>    <int> <chr>      <chr> <chr>     <chr>
#>  1     1 8/16/2004  Red   A         1-1  
#>  2     1 8/16/2004  Red   B         1-1  
#>  3     1 8/16/2004  Red   C         1-1  
#>  4     2 4/23/2010  Blue  A         1-1  
#>  5     2 4/23/2010  Blue  C         1-1  
#>  6     3 5/13/2006  Blue  A         2-1  
#>  7     3 5/13/2006  Blue  B         2-1  
#>  8     3 5/13/2006  Blue  C         2-1  
#>  9     3 6/05/2011  Blue  A         2-2  
#> 10     3 6/05/2011  Blue  B         2-2  
#> 11     3 6/05/2011  Blue  C         2-2  
#> 12     4 10/06/2009 Blue  A         2-1  
#> 13     4 10/06/2009 Blue  B         2-1  
#> 14     4 10/06/2009 Blue  C         2-1  
#> 15     4 7/22/2010  Blue  A         2-2  
#> 16     4 7/22/2010  Blue  B         2-2

^{创建于 2022-11-04，reprex v2.0.2}