根据间隔内的值和日期创建分数

Question

我需要帮助编写一个二进制列，指示一次测量高于阈值，并且在第二次测量的一年间隔内发现。 dataframe 有 4 列（ID、结果类型、日期和结果值），可能如下所示：

   IDrow type       Date value
1    ID1  NP1 2018-06-11   4.5
2    ID1  NP2 2018-08-21    55
3    ID2  NP1 2016-04-23   4.7
4    ID3  NP1 2015-11-24   9.5
5    ID3  NP2 2015-11-24  7390
6    ID3  NP2 2016-11-24   308
7    ID4  NP1 2015-01-01   6.0
8    ID4  NP2 2018-01-01   100
9    ID5  NP1 2013-04-04   4.0
10   ID5  NP2 2013-04-04    13

如所列，有两种类型的结果。 有些 ID 没有两种类型，这很好。 我需要帮助编写一个新列，以指示 NP2 发生在 NP1 测量的 +- 一年内。 如果这是真的，并且 NP2 的值大于 25，则新列应为 1。如果 NP2 结果不可用于 ID，则新列应为 state 0。如果未找到 NP2 的日期在 NP1 日期间隔中，该列应为 8827437401188 0（对于 ID4），如果在间隔中找到日期，但 NP2 的值 < 25，该列也应为 state 0（对于 ID5）。

我想要的 output 看起来像这样：

   IDrow type       Date value positive
1    ID1  NP1 2018-06-11   4.5        1
2    ID1  NP2 2018-08-21    55        1
3    ID2  NP1 2016-04-23   4.7        0
4    ID3  NP1 2015-11-24   9.5        1
5    ID3  NP2 2015-11-24  7390        1
6    ID3  NP2 2016-11-24   308        1
7    ID4  NP1 2015-01-01   6.0        0
8    ID4  NP2 2018-01-01   100        0
9    ID5  NP1 2013-04-04   4.0        0
10   ID5  NP2 2013-04-04    13        0

我已经用 mutate 和 case_when 尝试过 dplyr，但是在处理日期时我的 dplyr 技能不够用。

IDrow <- c("ID1", "ID1", "ID2", "ID3", "ID3", "ID3", "ID4", "ID4", "ID5", "ID5")
type <- c("NP1", "NP2", "NP1", "NP1", "NP2", "NP2", "NP1", "NP2", "NP1", "NP2")
Date <- c("2018-06-11","2018-08-21",
          "2016-04-23", 
          "2015-11-24", "2015-11-24", "2016-11-24",
          "2015-01-01", "2018-01-01",
          "2013-04-04", "2013-04-04")
value <- c("4.5", "55", 
           "4.7",
           "9.5", "7390", "308",
           "6.0", "100",
           "4.0", "13")
df <- as.data.frame(cbind(IDrow, type, Date, value))
df$Date <- ymd(df$Date)
df <- df %>% group_by(IDrow, Date) %>% 
  mutate(positive = case_when
         ("NP2" %in% type & Date %within% Date+-duration(365, units="days") & "NP1" %in% type ~ 1))

在此先感谢 - 任何帮助表示赞赏。

Answer 1

# Load the packages
library(lubridate)
library(dplyr)

# Load the data
IDrow <- c("ID1", "ID1", "ID2", "ID3", "ID3", "ID3", "ID4", "ID4", "ID5", "ID5")
type <- c("NP1", "NP2", "NP1", "NP1", "NP2", "NP2", "NP1", "NP2", "NP1", "NP2")
Date <- c(
  "2018-06-11", "2018-08-21",
  "2016-04-23",
  "2015-11-24", "2015-11-24", "2016-11-24",
  "2015-01-01", "2018-01-01",
  "2013-04-04", "2013-04-04"
)
value <- c(
  4.5, 55,
  4.7,
  9.5, 7390, 308,
  6.0, 100,
  4.0, 13
)

# Transform the date variable
df <- data.frame(IDrow, type, Date = ymd(Date), value)

# Add a new variable based on your conditions
df %>%
  group_by(IDrow) %>%
  mutate(positive = ifelse(
    length(type) > 1,
    (Date[type == "NP2"] %within% interval(Date[type == "NP1"] - years(1), Date[type == "NP1"] + years(1))) & value[type == "NP2"] > 25,
    0
  ))