[英]Joining baseline and time-varying data in R
我正在嘗試合並 R 中的兩個數據集。 其中一個包含一個群組的基線數據,另一個包含隨着時間的推移這些相同的人更新的隨時間變化的數據。 我需要將這兩者合並成一個長格式數據集,每一行都有一行,但在每一行中保持非時變變量(如性別或種族,不會更新)相同。
例如,對於下面的數據集,我希望每個 ID 號有 10 行,每行更新marital_status
和employment
,但每個 ID 號的sex
保持固定。 這似乎應該相對簡單,但我無法找到一種方法來合並它們,而不會在過去的基線中將sex
保留為NA
。
baseline <- data.frame(
ID = c(1:10),
year = 2000,
marital_status = (sample(0:1, 10, replace = TRUE)),
employment = (sample(0:1, 10, replace = TRUE)),
sex = (sample(c("M","F"), 10, replace = TRUE))
)
head(baseline)
time_varying <- data.frame(
ID = c(1:10),
year = rep(2001:2010, 10),
marital_status = (sample(0:1, 100, replace = TRUE)),
employment = (sample(0:1, 100, replace = TRUE))
)
head(time_varying)
我認為tidyr::fill()
是您正在尋找的。 它用最后一個非NA
值填充NA
。
例子:
library(tidyverse)
baseline <- data.frame(
ID = c(1:10),
year = 2000,
marital_status = (sample(0:1, 10, replace = TRUE)),
employment = (sample(0:1, 10, replace = TRUE)),
sex = (sample(c("M","F"), 10, replace = TRUE))
)
time_varying <- data.frame(
ID = c(1:10),
year = rep(2001:2010, 10),
marital_status = (sample(0:1, 100, replace = TRUE)),
employment = (sample(0:1, 100, replace = TRUE))
)
baseline %>%
bind_rows(time_varying) %>%
group_by(ID) %>%
arrange(year) %>%
fill(sex)
#> # A tibble: 110 × 5
#> # Groups: ID [10]
#> ID year marital_status employment sex
#> <int> <dbl> <int> <int> <chr>
#> 1 1 2000 1 0 F
#> 2 2 2000 0 0 M
#> 3 3 2000 0 1 F
#> 4 4 2000 0 0 M
#> 5 5 2000 0 1 F
#> 6 6 2000 1 0 F
#> 7 7 2000 1 0 F
#> 8 8 2000 1 0 F
#> 9 9 2000 1 0 M
#> 10 10 2000 0 1 F
#> # … with 100 more rows
由代表 package (v2.0.1) 於 2022 年 7 月 29 日創建
編輯:如果您想要每個 ID 一行,對應於time_varying
中的唯一年份,那么我會這樣做:
baseline %>%
# add any other time-invariant cols in this next line
select(ID, sex) %>%
left_join(time_varying, by = "ID")
#> ID sex year marital_status employment
#> 1 1 M 2001 0 0
#> 2 1 M 2001 1 0
#> 3 1 M 2001 0 0
#> 4 1 M 2001 1 0
#> 5 1 M 2001 1 1
#> 6 1 M 2001 0 0
#> 7 1 M 2001 1 1
#> 8 1 M 2001 0 1
#> 9 1 M 2001 1 1
#> 10 1 M 2001 0 1
#> 11 2 F 2002 1 0
#> 12 2 F 2002 0 0
#> 13 2 F 2002 1 0
#> 14 2 F 2002 1 1
#> 15 2 F 2002 1 0
#> 16 2 F 2002 1 1
#> 17 2 F 2002 1 1
#> 18 2 F 2002 0 1
#> 19 2 F 2002 1 1
#> 20 2 F 2002 1 1
#> 21 3 M 2003 0 0
#> 22 3 M 2003 1 0
#> 23 3 M 2003 1 0
#> 24 3 M 2003 1 0
#> 25 3 M 2003 1 1
#> 26 3 M 2003 1 0
#> 27 3 M 2003 1 1
#> 28 3 M 2003 1 0
#> 29 3 M 2003 0 1
#> 30 3 M 2003 1 0
#> 31 4 F 2004 1 1
#> 32 4 F 2004 1 0
#> 33 4 F 2004 1 0
#> 34 4 F 2004 0 1
#> 35 4 F 2004 1 0
#> 36 4 F 2004 0 0
#> 37 4 F 2004 1 0
#> 38 4 F 2004 1 1
#> 39 4 F 2004 1 1
#> 40 4 F 2004 1 1
#> 41 5 F 2005 0 0
#> 42 5 F 2005 1 0
#> 43 5 F 2005 1 1
#> 44 5 F 2005 1 1
#> 45 5 F 2005 1 0
#> 46 5 F 2005 1 1
#> 47 5 F 2005 0 1
#> 48 5 F 2005 0 1
#> 49 5 F 2005 1 1
#> 50 5 F 2005 0 0
#> 51 6 F 2006 0 1
#> 52 6 F 2006 1 0
#> 53 6 F 2006 0 0
#> 54 6 F 2006 1 1
#> 55 6 F 2006 0 1
#> 56 6 F 2006 1 1
#> 57 6 F 2006 0 1
#> 58 6 F 2006 1 1
#> 59 6 F 2006 0 1
#> 60 6 F 2006 0 1
#> 61 7 F 2007 1 0
#> 62 7 F 2007 0 1
#> 63 7 F 2007 1 0
#> 64 7 F 2007 1 0
#> 65 7 F 2007 1 1
#> 66 7 F 2007 0 0
#> 67 7 F 2007 0 1
#> 68 7 F 2007 1 0
#> 69 7 F 2007 1 0
#> 70 7 F 2007 1 0
#> 71 8 M 2008 1 1
#> 72 8 M 2008 0 0
#> 73 8 M 2008 0 1
#> 74 8 M 2008 1 0
#> 75 8 M 2008 1 0
#> 76 8 M 2008 1 0
#> 77 8 M 2008 1 1
#> 78 8 M 2008 0 1
#> 79 8 M 2008 1 0
#> 80 8 M 2008 1 0
#> 81 9 F 2009 1 0
#> 82 9 F 2009 0 1
#> 83 9 F 2009 1 1
#> 84 9 F 2009 1 0
#> 85 9 F 2009 1 0
#> 86 9 F 2009 1 1
#> 87 9 F 2009 1 1
#> 88 9 F 2009 0 1
#> 89 9 F 2009 0 0
#> 90 9 F 2009 0 1
#> 91 10 M 2010 0 0
#> 92 10 M 2010 1 0
#> 93 10 M 2010 0 0
#> 94 10 M 2010 0 1
#> 95 10 M 2010 0 0
#> 96 10 M 2010 1 1
#> 97 10 M 2010 0 0
#> 98 10 M 2010 1 1
#> 99 10 M 2010 0 0
#> 100 10 M 2010 0 0
由代表 package (v2.0.1) 於 2022 年 7 月 29 日創建
給定您擁有的數據,您可以將time_varying
中的行與baseline
中的行綁定(沒有sex
); 然后(內部或外部)將baseline
非時變列(ID、性別)與這些綁定行連接起來:
library(dplyr)
inner_join(
select(baseline, ID, sex),
bind_rows(select(baseline,-sex), time_varying)
)
(注意:正如@thelatemail 所評論的,如果基線年份是 2000 年,並且 time_varying 數據是從 2001 年到 2010 年,那么長數據每個 ID 將有 11 行)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.