数据子集中的自定义函数、基本函数、向量输出？答案

【问题标题】：Custom function within subset of data, base functions, vector output?数据子集中的自定义函数、基本函数、向量输出？
【发布时间】：2023-04-11 05:58:01
【问题描述】：

为半“双重职位”道歉。我觉得我应该能够破解这个，但我正在兜圈子。这与我之前很好回答的问题类似：

Within ID, check for matches/differences

test <- data.frame(
ID=c(rep(1,3),rep(2,4),rep(3,2)),
DOD = c(rep("2000-03-01",3), rep("2002-05-01",4), rep("2006-09-01",2)),
DOV = c("2000-03-05","2000-06-05","2000-09-05",
    "2004-03-05","2004-06-05","2004-09-05","2005-01-05",
    "2006-10-03","2007-02-05")
)

我想做的是标记第一次访问（如 DOV）距离诊断 (DOD) 不到 180 天的对象。我从 plyr 包中得到以下内容。

ddply(test, "ID", function(x) ifelse( (as.numeric(x$DOV[1]) - as.numeric(x$DOD[1])) < 180,1,0))

这给出了：

我想要的是一个向量 1,1,1,0,0,0,0,1,1，所以我可以将它作为一列附加到数据框中。基本上这个 ddply 函数很好，它制作了一个“查找”表，我可以在其中查看哪些 ID 在诊断后 180 天内首次访问，然后我可以进行原始测试并通过并制作一个指标变量，但是我应该能够做到这一点，这是我认为的一步。

如果可能的话，我也想使用 base。我有一个带有“by”的方法，但它再次为每个 ID 提供了一个结果，并且也是一个列表。一直在尝试聚合，但得到诸如“必须是一个列表”之类的东西，然后是“它的长度不一样”，并使用输入的公式方法，我被难住了“cbind（DOV，DOD）〜ID”......

欣赏输入，渴望学习！

【问题讨论】：

标签： r

【解决方案1】：

在围绕这些日期列的创建包装 as.Date 之后，假设名为“test”的 df 按 ID 排序（并在基数中完成），这将返回所需的标记向量：

 # could put an ordering operation here if needed
 0 + unlist(      # to make vector from list and coerce logical to integer
        lapply(split(test, test$ID),       # to apply fn with ID
          function(x) rep(                 # to extend a listwise value across all ID's
                   min(x$DOV-x$DOD) <180,  # compare the minimum of a set of intervals
                   NROW(x)) ) )           
11 12 13 21 22 23 24 31 32                 # the labels
 1  1  1  0  0  0  0  1  1                 # the values

【讨论】：

【解决方案2】：

我已经添加到 data.frame 函数 stringsAsFactors=FALSE:

test <- data.frame(ID=c(rep(1,3),rep(2,4),rep(3,2)),
         DOD = c(rep("2000-03-01",3), rep("2002-05-01",4), rep("2006-09-01",2)),
         DOV = c("2000-03-05","2000-06-05","2000-09-05","2004-03-05",  
          "2004-06-05","2004-09-05","2005-01-05","2006-10-03","2007-02-05")
         , stringsAsFactors=FALSE)

代码

test$V1 <- ifelse(c(FALSE, diff(test$ID) == 0), 0, 
                   1*(as.numeric(as.Date(test$DOV)-as.Date(test$DOD))<180))
test$V1 <- ave(test$V1,test$ID,FUN=max)

【讨论】：