如何根據下一個開始日期計算結束日期 R，並將數據重塑為日期計數/時間序列？

Question

初學者又來了

我一直在尋找關於 stackoverflow 的答案，但沒有成功

如果您知道有在線教程來解釋我應該/可以如何解決這些問題，我很想聽聽。

數據

test <- structure(list(record_id = c(110032, 110032, 110321, 110321, 
110032, 110032, 110032, 110032, 110321), start_fu = structure(c(16302, 
16302, 17308, 17308, 16302, 16302, 16302, 16302, 17308), class = "Date"), 
    end_fu = structure(c(17033, 17033, 17828, 17828, 17033, 17033, 
    17033, 17033, 17828), class = "Date"), start_course = structure(c(16301, 
    16302, 17307, 17308, 16355, 16325, 16344, 16499, 17824), class = "Date"), 
    course = structure(c(0, 1, 3, 3, 5, 3, 0, 3, 0), class = c("haven_labelled", 
    "vctrs_vctr", "double"))), row.names = c(NA, -9L), groups = structure(list(
    record_id = c(110032, 110321), .rows = structure(list(c(1L, 
    2L, 5L, 6L, 7L, 8L), c(3L, 4L, 9L)), ptype = integer(0), class = c("vctrs_list_of", 
    "vctrs_vctr", "list"))), row.names = 1:2, class = c("tbl_df", 
"tbl", "data.frame"), .drop = TRUE), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"))

解釋和變量

所以我從多條記錄中收集了后續數據。 現在，我展示了兩個記錄。 在跟進期間，這些人可以切換課程。 本課程的開始日期已被記錄。

• record_id = 個人唯一 ID
• start_fu = 開始跟進
• end_fu = 隨訪結束
• start_course = 課程開始日期
• course = 開始的課程

問題 1

我想創建一個名為 stop_course 的變量。 這是根據下一門課程的 start_course 計算的。 (start_course - 1 天) 如果沒有下一門課程，那么應該以 end_fu 日期為准。

預期產出 1

| record_id | start_fu   | end_fu     | start_course | course | stop_course |
|-----------|------------|------------|--------------|--------|-------------|
|    110032 | 2014-08-20 | 2016-08-20 | 2014-08-19   | 0      | 2014-08-19  |
|    110032 | 2014-08-20 | 2016-08-20 | 2014-08-20   | 1      | 2014-09-11  |
|    110032 | 2014-08-20 | 2016-08-20 | 2014-09-12   | 3      | 2014-09-30  |
|    110032 | 2014-08-20 | 2016-08-20 | 2014-10-01   | 0      | 2014-10-11  |
|    110032 | 2014-08-20 | 2016-08-20 | 2014-10-12   | 5      | 2014-03-04  |
|    110032 | 2014-08-20 | 2016-08-20 | 2015-03-05   | 3      | 2016-08-20  |
|    110321 | 2017-05-22 | 2018-10-24 | 2017-05-21   | 3      | 2017-05-21  |
|    110321 | 2017-05-22 | 2018-10-24 | 2017-05-22   | 3      | 2018-10-19  |
|    110321 | 2017-05-22 | 2018-10-24 | 2018-10-20   | 0      | 2018-10-24  |

問題 2最后，我想為每個 record_id 創建一個包含他們課程的日常列表。 因此：創建一個變量 day_count

預期產出 2

| record_id | day_count | date       | course |
|-----------|-----------|------------|--------|
|    110032 | 0         | 2014-08-19 | 0      |
|    110032 | 1         | 2014-08-20 | 1      |
|    110032 | 2         | 2014-08-21 | 1      |
|       ... | ...       | ...        | ...    |
|    110032 | 24        | 2014-09-12 | 3      |
|    110032 | 25        | 2013-09-13 | 3      |
|       ... | ...       | ...        | ...    |

希望你能幫助我編碼或為我提供一些好的教程

帶寬知識庫

Answer 1

在這里使用dplyr和tidyr是一種方法：

我們可以用lead來獲取下一個日期start_course並從中減去1天default值作為last的值end_fu每個record_id 。 然后我們可以創建一個從第一個日期到最后一個日期的序列， fill course值並創建一個day_count列。

library(dplyr)
library(tidyr)

test %>%
  group_by(record_id) %>%
  mutate(stop_course = lead(start_course - 1, default = last(end_fu))) %>%
  complete(start_course = seq(min(start_course), max(start_course), 'day')) %>%
  select(-ends_with('fu'), -stop_course) %>%
  fill(course) %>%
  mutate(day_count = row_number() - 1) %>%
  rename(date = start_course) 


#   record_id date          course day_count
#       <dbl> <date>     <dbl+lbl>     <dbl>
# 1    110032 2014-08-19         0         0
# 2    110032 2014-08-20         1         1
# 3    110032 2014-08-21         1         2
# 4    110032 2014-08-22         1         3
# 5    110032 2014-08-23         1         4
# 6    110032 2014-08-24         1         5
# 7    110032 2014-08-25         1         6
# 8    110032 2014-08-26         1         7
# 9    110032 2014-08-27         1         8
#10    110032 2014-08-28         1         9
# … with 707 more rows