r：计算时间间隔以供参考

Question

我想请求你的帮助。

tibble::tribble(
        ~Last.TP,  ~D.EndStudy,    ~EOTvisit,       ~D.END,        ~D.IP,
        "2021-02-08", "2020-08-13", "2020-08-13", "2020-08-13", "2019-07-24",
        "2021-04-19", "2021-04-26", "2021-04-26", "2021-04-26", "2020-04-06",
        "2022-01-24", "2022-02-10", "2022-02-10", "2022-02-10", "2021-01-11"
  )

所需的临时 output 低于 tibble。 在下面的标题中，天数是参考 D.IP 计算的

(2021-02-08 - 2019-07-24) + 1 = 566 (days)
(2021/04/19 - 2020/04/06) + 1 = 379 (days)

我想低于 tibble，但在几个月内。

tibble::tribble(
      ~LastTP, ~DENDSTUDY, ~EOTVISIT, ~DEND, ~DIP,
         566L,       387L,      387L,  387L,   1L,
         379L,       386L,      386L,  386L,   1L,
         379L,       396L,      396L,  396L,   1L
        )

非常感谢你！

Answer 1

更新： OP 请求：

library(lubridate)
library(dplyr)
df %>% 
  mutate(across(4:8, ~ . - D.IP[1])+1,
         across(4:8, ~ as.numeric(round(./30.417, digit=1)))
         )

第一个答案：我们可以使用 tripple across来做到这一点：

1. 首先，我们将字符 class 转换为日期 class。
2. 从across的第一行中减去全部进行D.IP
3. 同样，在所有列中，我们根据天数计算月份：

library(dplyr)
library(lubridate)
df %>% 
  mutate(across(, ymd),
         across(, ~ . - D.IP[1])+1,
         across(, ~ as.numeric(round(./30.417, digit=1)))
         )

 Last.TP D.EndStudy EOTvisit D.END  D.IP
    <dbl>      <dbl>    <dbl> <dbl> <dbl>
1    18.6       12.7     12.7  12.7   0  
2    20.9       21.1     21.1  21.1   8.5
3    30.1       30.7     30.7  30.7  17.7

Answer 2

另一个选项使用sapply with as.Date来确保它是日期格式。 您可以使用以下代码：

df[] <- sapply(df, \(x) {
  (as.Date(x) - as.Date("2019-07-24") + 1)/30.414
})
df
#> # A tibble: 3 × 5
#>   Last.TP D.EndStudy EOTvisit D.END    D.IP
#>     <dbl>      <dbl>    <dbl> <dbl>   <dbl>
#> 1    18.6       12.7     12.7  12.7  0.0329
#> 2    20.9       21.1     21.1  21.1  8.48  
#> 3    30.1       30.7     30.7  30.7 17.7

^{创建于 2023-01-20，使用reprex v2.0.2}

---

评论中提到的@TarJae 之类的不同选项（感谢：）：

df[] <- sapply(df, \(x) {
  (as.Date(x) - as.Date(df$D.IP[1]) + 1)/30.414
})
df
#> # A tibble: 3 × 5
#>   Last.TP D.EndStudy EOTvisit D.END    D.IP
#>     <dbl>      <dbl>    <dbl> <dbl>   <dbl>
#> 1    18.6       12.7     12.7  12.7  0.0329
#> 2    20.9       21.1     21.1  21.1  8.48  
#> 3    30.1       30.7     30.7  30.7 17.7

^{创建于 2023-01-20，使用reprex v2.0.2}

Answer 3

或者，请尝试以下代码，

代码

df2 <- df %>% mutate(across(c('Last.TP','D.EndStudy','EOTvisit','D.END','D.IP'), 
~ as.numeric((as.Date(.x, '%Y-%m-%d')-as.Date(df$D.IP,'%Y-%m-%d')+1)/30.4375), 
.names = 'x{col}'))

^{创建于 2023-01-20，使用reprex v2.0.2}

output

# A tibble: 3 × 10
  Last.TP    D.EndStudy EOTvisit   D.END      D.IP       xLast.TP xD.EndStudy xEOTvisit xD.END  xD.IP
  <chr>      <chr>      <chr>      <chr>      <chr>         <dbl>       <dbl>     <dbl>  <dbl>  <dbl>
1 2021-02-08 2020-08-13 2020-08-13 2020-08-13 2019-07-24     18.6        12.7      12.7   12.7 0.0329
2 2021-04-19 2021-04-26 2021-04-26 2021-04-26 2020-04-06     12.5        12.7      12.7   12.7 0.0329
3 2022-01-24 2022-02-10 2022-02-10 2022-02-10 2021-01-11     12.5        13.0      13.0   13.0 0.0329