如果在 R 中满足某些行和列之间的条件，则确定一个值

Question

对于一个项目，我需要预处理来自医院的数据并最终制作预测模型。

在我的一个预处理步骤中，我需要创建一个表示患者住院天数的列。这个数字是通过查看不同行中的其他几列来确定的。此外，患者可以在不同场合多次住院。如果这很令人困惑，我很抱歉。

我添加了一张数据框的图片。我想知道如何使用 R 进行参数以使列 cdays 脱离 Patientid 和 Date 列。 sample of my data

我已经尝试了很多方法来做到这一点。有些人使用带有计数器的for 和while 循环。而其他人则使用带有新向量的嵌套ifelse（因此我可以将当​​前行与之前的迭代行进行比较）：

#i-1 en i c.days
df$c.days <- 0
df$i_min_1c.days <- 0

#i en i+1 date
iDate<-df$Date[1:(nrow(df)-1)]
i_plus_1Date<-df$Date[2:(nrow(df))]

#i en i+1 patientid
iPatientid<-df$Patientid[1:(nrow(df)-1)]
i_plus_1Patientid<-df$Patientid[2:(nrow(df))]

newNew<-c(ifelse(iPatientid==i_plus_1Patientid, ifelse(i_plus_1Date-iDate>1,1,df$i_min_1c.days + 1), 1), df$c.days[nrow(df)])

显然这不起作用，但我很绝望....谁能指出我正确的方向如何继续？

一些注意事项： - 完整的数据帧长 800k 行，宽 9 列（请记住转换将花费大量时间） - cdays 的值从 1 开始，因为它将用作乘数， - 如果第 i 次和第 i+1 次的日期差大于 1 天，则视为新会话，cdays 值为 1。

如果您需要更多信息，请随时询问。我会尽力！非常感谢你，我很抱歉我的英语不好。

Answer 1

鉴于您有一个大型数据集，请使用data.table。

library(data.table)
setDT(df) #convert to data table
setorder(df, Patientid, Date) #am assuming your dates are R dates and not characters
df[, cdays := ifelse(
    Date == shift(Date) + 1,
    shift(cdays) + 1,
    1
),
by=Patientid]

这个问题很模糊，我可能很容易误解它。