堆棧內存溢出
  簡體   English   中英

在 R 中加入基線和時變數據

[英]Joining baseline and time-varying data in R

 原文  2022-07-29 00:37:15  8   2    r/ join/ merge

問題描述

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)

2 個解決方案

解決方案1
 1 已采納  2022-07-29 00:47:22

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

解決方案2
 0  2022-07-29 00:49:53

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）

暫無
暫無

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.

相關問題 使用R中的時變協變量創建計數過程數據集 如何呈現包含時變協變量的生存數據並使模型適合R. R : 在 RandomForestSRC 中擬合具有時變協變量的生存樹 R：如何使用隨時間變化的斷點有效地進行分箱？ 復雜的長到寬數據轉換（具有隨時間變化的變量） R 使用 survSplit 重塑/擴展數據集以獲得 cox 回歸的時變變量 使用R中隨時間變化的協變量擬合完全參數比例風險模型 多次運行deSolve更改時變參數 根據ID拆分時變變量的值序列 r中的時變網絡
相關標簽
 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM