如何在R中找到彼此在一定时间范围内的观察值

Question

我有一个包含 ID、日期、生命天数和药物变量的数据集。每个 ID 都有多个观察值，表明某种药物的不同给药方式。我想找到彼此在 365 天内给药的 UNIQUE 药物。数据框示例如下：

ID    date          dayoflife    meds
1     2003-11-24    16361        lasiks
1     2003-11-24    16361        vigab
1     2004-01-09    16407        lacos
1     2013-11-25    20015        pheno
1     2013-11-26    20016        vigab
1     2013-11-26    20016        lasiks
2     2008-06-05    24133        pheno
2     2008-04-07    24074        vigab
3     2014-11-25    8458         pheno
3     2014-12-22    8485         pheno

我希望结果是：

ID    N
1     3
2     2
3     1

表明个人 1 在 365 天内最多服用了 3 种不同类型的药物。我不确定是否最好使用生命天数或日期来达到此预期结果。感谢任何帮助

Answer 1

一个选项是将'date'转换为Date类，按'ID'分组，获取'date'的absolute difference和列的lag，检查是否大于365，用cumsum创建分组索引，得到summarise中'meds'的不同元素个数

library(dplyr)
df1 %>% 
   mutate(date = as.Date(date)) %>%
   group_by(ID) %>% 
   mutate(diffd = abs(as.numeric(difftime(date, lag(date, default = first(date)),
               units = 'days')))) %>%
   group_by(grp = cumsum(diffd > 365), add = TRUE) %>%
   summarise(N = n_distinct(meds)) %>%
   group_by(ID) %>%
   summarise(N = max(N))
# A tibble: 3 x 2
#     ID     N
#  <int> <int>
#1     1     2
#2     2     2
#3     3     1

Answer 2

你可以试试：

library(dplyr)

df %>%
  group_by(ID) %>%
  mutate(date = as.Date(date),
         lag_date = abs(date - lag(date)) <= 365,
         lead_date = abs(date - lead(date)) <= 365) %>%
  mutate_at(vars(lag_date, lead_date), ~ ifelse(., ., NA)) %>%
  filter(coalesce(lag_date, lead_date)) %>%
  summarise(N = n_distinct(meds))

输出：

# A tibble: 3 x 2
     ID     N
  <int> <int>
1     1     2
2     2     2
3     3     1