通過R中的行/列嵌套循環

Question

我有一個數據集，看起來像這樣：

1. ID   RESULT_DATE Hyperkalemia    Is.Hemolyzed
2. 1    5/27/2008   2   FALSE
3. 1    5/28/2008   2   FALSE
4. 1    5/29/2008   2   FALSE
5. 1    5/29/2008   2   FALSE
6. 1    5/29/2008   3   FALSE
7. 1    5/30/2008   2   FALSE
8. 1    6/15/2008   4   FALSE
9. 1    10/14/2014  1   FALSE
10. 1   10/16/2014  NA  FALSE
11. 2   8/12/2013   2   FALSE
12. 3   2/26/2012   2   FALSE
13. 3   2/27/2012   2   FALSE
14. 3   4/18/2012   3   FALSE
15. 3   4/18/2012   4   FALSE
16. 3   4/21/2012   4   FALSE
17. 3   4/23/2012   4   FALSE
18. 3   4/27/2012   4   FALSE
19. 3   5/8/2012    4   FALSE
20. 3   5/12/2012   4   FALSE
21. 3   5/15/2012   4   FALSE
22. 3   5/15/2012   NA  FALSE

我想查找高鉀血症評分為3或4且鉀鹽檢測為的鉀檢測的次數.HEmolyzed = FALSE在同一天重復（必須通過患者ID計數重復次數）目的是該檢測合格的總次數重復，然后重復發生的總次數。

有人可以幫我將我的偽代碼轉換為有效的R代碼嗎？

    # data.frame = pots
    # for every row  (sorted by patient and result date) 
   for (i in 1:nrow(pots){  

      # for each patient (sorted by result date)
        # how do I do I count the rows for the individual patient?
        for (i in 1:length(pots$ID)) {

          # assign result date to use for calculation
          result_date = pots$result_date

          # if Hyperkalemia = 3 or 4
          if (Hyperkalemia == 3 | Hyperkalemia == 4)

            # go find the next result for patient where is.Hemolyzed = FALSE
            # how do I get the next result?
            for (i+1)

             # assign date to compare to first date
              next_result_date = pots$result_date
              if next_result_date > result_date 
                    then repeated_same_day <- FALSE 
                else if result_date == result_date
                      then repeated_same_day <- TRUE

        }
    }

目標：我想計算一次3或4級非溶血鉀結果在24小時內通過另一個鉀測試（通過唯一ID）的頻率（我現在使用的是其他字段-我想我可以在其中添加一些日期函數計算24小時）。

編輯：我確實讓它最終與for循環一起使用！！ 分享以防萬一。 后來我確實看到了一個錯誤，但是對於我的數據集來說還可以。

library(dplyr)
pots <- read.csv("phis_potassium-2015-07-30.csv",  
                      head=TRUE,  stringsAsFactors = FALSE)

pots <- arrange(pots, MRN, COLLECTED_DATE)

pots$Hyperkalemia[is.na(pots$Hyperkalemia)] <- 0
pots$repeated_wi24hours <- NA
pots$met_criteria <- NA
pots$next_test_time_interval <- NA

# data.frame = pots
# for every patient  (sorted by patient and collected date) 
for (mrn in unique(pots$MRN)){ 
   # for each row for each patient (sorted by collected date)
     for (i in 1:length(pots$MRN[pots$MRN == pots$MRN[mrn]])) {
          # if Hyperkalemia = 3 or 4 AND Is.Hemolyzed == FALSE
         if((pots$Hyperkalemia[i] == 3 | pots$Hyperkalemia[i] == 4) & pots$Is.Hemolyzed[i] == FALSE){
           pots$met_criteria[i] <- TRUE
           # get time interval between tests
           pots$next_test_time_interval[i] <- difftime(pots$COLLECTED_DATE[i+1], pots$COLLECTED_DATE[i], units = "hours")
           # if next date is within 24 hours, then test repeated 
           if (pots$next_test_time_interval[i] <= 24 ){
                                pots$repeated_wi24hours[i] <- TRUE

               }
                else {
                  pots$repeated_wi24hours[i] <- FALSE
                }
}
}
}

所需的輸出

ID  RESULT_DATE Hyperkalemia    Is.Hemolyzed    Met_criteria    Repeated
1   5/27/2008              2           FALSE        
1   5/28/2008              2           FALSE        
1   5/29/2008              2           FALSE        
1   5/29/2008              2           FALSE        
1   5/29/2008              3           FALSE    TRUE               FALSE

1   5/30/2008              2           FALSE        
1   6/15/2008              4           FALSE        
1   10/14/2014             1           FALSE        
2   8/12/2013              2           FALSE        
3   2/26/2012              2           FALSE        
3   2/27/2012              2           FALSE        
3   4/18/2012              3           FALSE    TRUE               TRUE

3   4/18/2012              4           FALSE    TRUE               FALSE

3   4/21/2012              4           FALSE    TRUE               FALSE

Answer 1

這個怎么樣：

metCriteria <- function( dfPots )
{
  (dfPots$Hyperkalemia==3 | dfPots$Hyperkalemia==4) & !dfPots$Is.Hemolyzed
}

#----------------------------------------------------------------------

pots <- read.table(filename, header=TRUE)

d <- paste( as.character(pots$RESULT_DATE),
            "_ID",
            as.character(pots$ID))

lastOccurence <- unlist(lapply(d,function(x){which.min(diff(c(d,FALSE)==x))}))

pots <- cbind(pots, data.frame( Met_criteria = rep(FALSE,nrow(pots))),
                                Repeated     = rep(TRUE ,nrow(pots))   )

pots$Repeated[lastOccurence]                <- FALSE
pots$Met_criteria[which(metCriteria(pots))] <- TRUE

將日期和ID一起粘貼到向量“ d”中。 向量“ lastOccurence”的第i個分量是發生日期/ ID對d [i]或最后一次的行號。

數據幀“ pots”擴展了兩列，“ Met_criteria”和“重復”。

• “ Met_criteria”被初始化為“ FALSE”。 然后，“ which（metCriteria（pots））”選擇滿足條件的行號。 在這些行中，“ Met_critaria”設置為“ TRUE”。
• “重復”被初始化為“真”。 在最后一次出現相應日期和ID的那些行中，將其設置為“ FALSE”。

例：

> pots
   ID RESULT_DATE Hyperkalemia Is.Hemolyzed Met_criteria Repeated
1   1   5/27/2008            2        FALSE        FALSE    FALSE
2   1   5/28/2008            2        FALSE        FALSE    FALSE
3   3   5/28/2008            2        FALSE        FALSE    FALSE
4   1   5/29/2008            2        FALSE        FALSE     TRUE
5   1   5/29/2008            2        FALSE        FALSE     TRUE
6   1   5/29/2008            3        FALSE         TRUE    FALSE
7   2   5/29/2008            4        FALSE         TRUE    FALSE
8   1   5/30/2008            2        FALSE        FALSE    FALSE
9   1   6/15/2008            4        FALSE         TRUE    FALSE
10  1  10/14/2014            1        FALSE        FALSE    FALSE
11  1  10/16/2014           NA        FALSE        FALSE    FALSE
12  2   8/12/2013            2        FALSE        FALSE    FALSE
13  3   2/26/2012            2        FALSE        FALSE    FALSE
14  3   2/27/2012            2        FALSE        FALSE    FALSE
15  3   4/18/2012            3        FALSE         TRUE     TRUE
16  3   4/18/2012            4        FALSE         TRUE    FALSE
17  3   4/21/2012            4        FALSE         TRUE    FALSE
18  3   4/23/2012            4        FALSE         TRUE    FALSE
19  3   4/27/2012            4        FALSE         TRUE    FALSE
20  3    5/8/2012            4        FALSE         TRUE    FALSE
21  3   5/12/2012            4        FALSE         TRUE    FALSE
22  3   5/15/2012            4        FALSE         TRUE     TRUE
23  3   5/15/2012           NA        FALSE        FALSE    FALSE
>