添加行以制作完整的长数据集以进行纵向数据分析答案

【问题标题】：Adding rows to make a full long dataset for longitudinal data analysis添加行以制作完整的长数据集以进行纵向数据分析
【发布时间】：2020-04-29 17:56:27
【问题描述】：

我正在使用长格式纵向数据集，其中每个人都有 1、2 或 3 个时间点。为了执行某些分析，我需要确保每个人的行数相同，即使它由 NA 组成，因为他们没有完成特定的时间点。

这是添加行之前的数据示例：

structure(list(Values = c(23, 24, 45, 12, 34, 23), P_ID = c(1, 
1, 2, 2, 2, 3), Event_code = c(1, 2, 1, 2, 3, 1), Site_code = c(1, 
1, 3, 3, 3, 1)), class = "data.frame", row.names = c(NA, -6L))


This is the data I aim to get after adding the relevant rows:


structure(list(Values = c(23, 24, NA, 45, 12, 34, 23, NA, NA), 
P_ID = c(1, 1, 1, 2, 2, 2, 3, 3, 3), Event_code = c(1, 2, 
3, 1, 2, 3, 1, 2, 3), Site_code = c(1, 1, 1, 3, 3, 3, 1, 
1, 1)), class = "data.frame", row.names = c(NA, -9L))

我想编写代码，根据参与者是否进行了 1、2 或 3 次访问，自动将行添加到数据集。理想情况下，它会在复制 Participant_ID 和 site_code 时将其余数据全部设为 NA，但如果不可能，我会满足于创建正确的行数。

【问题讨论】：

只是我想要这样做的数据框的名称。
如果有办法，我也可以直接使用 csv 文件。
对不起。我看到我试图可视化数据集的尝试失败了——我现在上传了一张关于第一个变量/列的样子的图片。这些是右侧的更多数据，但关键是获取每个参与者的 event_code 并确保每个参与者的所有 3 个事件都有行，即使没有数据存在。
我创建了一个小样本：dput(sample) structure(c(23, 24, 45, 12, 34, 23, 1, 1, 2, 2, 2, 3, 1, 2, 1, 2, 3, 1, 1, 1, 3, 3, 3, 1), .Dim = c(6L, 4L), .Dimnames = list( NULL, c("Values", "P_ID", "Event_code ", "站点代码")))
这行得通吗？

标签： r add rows lme4 longitudinal

【解决方案1】：

我们可以在执行complete 之后使用fill

library(dplyr)
library(tidyr)
ExpandedDataset %>% 
      complete(P_ID, Event_code) %>%
      fill(Site_code)

【讨论】：

【解决方案2】：

我提供了相当长的代码，但您可以将其分组到一个函数中并使其更容易：这是您的数据框：

df <- data.frame(ID = c(rep("P1", 2), rep("P2", 3), "P3"),
                 Event = c("baseline", "visit 2", "baseline", "visit 2", "visit 3", "baseline"),
                 Event_code = c(1, 2, 1, 2, 3, 1),
                 Site_code = c(1, 1, 2, 2, 2, 1))

每个 ID 有多少条记录？

values <- summary(df$ID)

单个患者的最大记录数是多少？

target <- max(values)

哪些特定患者的记录少于最大值？

uncompliant <- names(which(values<target))

对于那些信息缺失的患者，您有多少记录？

rowcount <- values[which(values<target)]

现在，让我们创建数据框的向量，我们将添加到您的原始向量中。首先，ID：

IDs <- vector()
for(i in 1:length(rowcount)){
  y <- rep(uncompliant[i], target - rowcount[i])
  IDs <- c(IDs, y)
}

现在，网站代码：

SC <- vector()
for(i in 1:length(rowcount)){
  y <- rep(unique(df$Site_code[which(df$ID == uncompliant[i])]), target - rowcount[i])
  SC <- c(SC, y)
}

最后，我们将介绍一个带有值的数据框：

introduce <- data.frame(ID = IDs, Event = rep(NA, length(IDs)),
                        Event_code = rep(NA, length(IDs)),
                        Site_code = SC)

将原始数据框与要添加的新值组合并对其进行排序，使其看起来不错：

final <- as.data.frame(rbind(df, introduce))
final <- final[order(v$ID), ]

【讨论】：