如何在 R 数据框中组合两个 DATES 变量答案

【问题标题】：How to combine two DATES variables in R data frame如何在 R 数据框中组合两个 DATES 变量
【发布时间】：2020-07-01 10:16:01
【问题描述】：

我有一个如下的数据框

Sample_ID<-c("a1","a2","a3","a4","a5","a6")
Heart_attack<-c("2010/04/13", "2008/07/30", "2009/03/06", "2008/08/22", "2009/06/24", "2008/08/26")
Stroke<-c("2007/05/17", "2009/05/16", "2007/05/16", "2007/05/16","2007/05/16", "2010/05/16")
DF<-data.frame(Sample_ID,Heart_attack,Stroke)

我需要制作两列。此数据框中的一列称为CVD_date。我想要的是在Heart_attack 和Stroke 中，事件发生得更早，“日期”应该包含在这个变量中。例如，我正在寻找以下输出。如果CVD_date 中报告的事件属于Heart_attack，则第二列CVD 应显示1，否则应显示2。例如，我正在寻找以下输出。

Sample ID  Heart_attack  Stroke        CVD_date         CVD
 a1         2010/04/13   2007/05/17    2007/05/17        2
 a2         2008/07/30   2009/05/16    2008/07/30        1
 a3         2009/03/06   2007/05/16    2007/05/16        1

如何在 R 中做到这一点？

【问题讨论】：

标签： r dataframe date variables

【解决方案1】：

您可以使用pmin 获得Heart_attack 和Stroke 日期之间的最小值。对于CVD，我们比较两个日期，将逻辑值转换为整数并加1，如果Stroke 大于Heart_attack 日期则为1，否则为2..

library(dplyr)

DF %>%
  mutate(across(-1, lubridate::ymd), 
         CVD_date = pmin(Heart_attack, Stroke), 
         CVD = as.integer(Heart_attack > Stroke) + 1)

#  Sample_ID Heart_attack     Stroke   CVD_date CVD
#1        a1   2010-04-13 2007-05-17 2007-05-17   2
#2        a2   2008-07-30 2009-05-16 2008-07-30   1
#3        a3   2009-03-06 2007-05-16 2007-05-16   2
#4        a4   2008-08-22 2007-05-16 2007-05-16   2
#5        a5   2009-06-24 2007-05-16 2007-05-16   2
#6        a6   2008-08-26 2010-05-16 2008-08-26   1

在旧版本中你可以这样做：

DF %>%
  mutate_at(-1, lubridate::ymd) %>%
  mutate(CVD_date = pmin(Heart_attack, Stroke), 
         CVD = as.integer(Heart_attack > Stroke) + 1)

【讨论】：

您好，谢谢。但是哪个包包含“跨越”这个功能。 ?我收到错误消息。
它出现在新的dplyr 中。你可以通过install.packages('dplyr') 来安装它
你能不能分别为每个变量写两个命令，以便我更好地理解。
包“dplyr”不可用（适用于 R 版本 3.6.3）
我已经更新了适用于旧版本 dplyr 的答案。