以天為單位計算暴露時間

我想計算從 INDX 到 DS、RE、SE 的曝光時間（天），以先到者為準。如果所有 (DS,RE,SE) 均為 NA，則應計算到固定日期 (2015-01-01) 的時間。

資料：

DF<-tibble::tribble(
  ~ID,        ~INDX,          ~DS,          ~RE,          ~SE,
   1L, "2001-01-01", "2002-02-02", "2003-03-03",           NA,
   2L, "2002-02-02",           NA, "2001-01-01", "2002-02-02",
   3L, "2003-03-03", "2009-09-09",           NA, "2010-10-10",
   4L, "2001-01-01",           NA,           NA,           NA
  )

DF%>%mutate_at(vars(2,3,4,5), as.Date)

# A tibble: 4 × 5
     ID INDX       DS         RE         SE        
  <int> <date>     <date>     <date>     <date>    
1     1 2001-01-01 2002-02-02 2003-03-03 NA        
2     2 2002-02-02 NA         2001-01-01 2002-02-02
3     3 2003-03-03 2009-09-09 NA         2010-10-10
4     4 2001-01-01 NA         NA         NA        
> 

期望的輸出：

# A tibble: 4 × 6
     ID INDX       DS         RE         SE         TIME 
  <int> <date>     <date>     <date>     <date>     <int>
1     1 2001-01-01 2002-02-02 2003-03-03 NA           
2     2 2002-02-02 NA         2001-01-01 2002-02-02    
3     3 2003-03-03 2009-09-09 NA         2010-10-10    
4     4 2001-01-01 NA         NA         NA           

哪種方法最簡單？

問候， H

uj5u.com熱心網友回復：

newDF <- DF%>%mutate_at(vars(2,3,4,5), as.Date)        

newDF %>%
  mutate(time2use=pmin(DS, RE, SE, na.rm=T)) %>%
  mutate(TIME = abs(INDX-time2use)) %>%
  mutate(TIME=ifelse(is.na(TIME), abs(INDX-as.Date("2015-01-01")), TIME)) %>%
  select(c(-6))

     ID INDX       DS         RE         SE          TIME
  <int> <date>     <date>     <date>     <date>     <dbl>
1     1 2001-01-01 2002-02-02 2003-03-03 NA           397
2     2 2002-02-02 NA         2001-01-01 2002-02-02   397
3     3 2003-03-03 2009-09-09 NA         2010-10-10  2382
4     4 2001-01-01 NA         NA         NA          5113

uj5u.com熱心網友回復：

一個選項是通過這樣的 ifelse 條件：

DF$TIME <- ifelse(!is.na(DF$DS), as.Date(DF$DS) - as.Date(DF$INDX), 
                ifelse(!is.na(DF$RE), as.Date(DF$RE) - as.Date(DF$INDX),
                       ifelse(!is.na(DF$SE), as.Date(DF$SE) - as.Date(DF$INDX), as.Date("2015-01-01") - as.Date(DF$INDX))))

輸出：

DF
# A tibble: 4 x 6
     ID INDX       DS         RE         SE          TIME
  <int> <chr>      <chr>      <chr>      <chr>      <dbl>
1     1 2001-01-01 2002-02-02 2003-03-03 NA           397
2     2 2002-02-02 NA         2001-01-01 2002-02-02  -397
3     3 2003-03-03 2009-09-09 NA         2010-10-10  2382
4     4 2001-01-01 NA         NA         NA          5113

uj5u.com熱心網友回復：

如果我理解正確，您可以嘗試以下操作。為方便起見，將條件放入case_when. 如果所有值都NA為DSthrough SE，則使用您選擇的日期并減去INDX。否則，使用na.omit洗掉與 收集的缺失值c_across，選擇該行中超過 的值INDX。取第一個結果（如果按時間順序是最小值），然后減去INDX。

library(tidyverse)

DF %>%
  mutate(across(.cols = !ID, as.Date)) %>%
  rowwise() %>%
  mutate(TIME = case_when(
    all(is.na(c_across(DS:SE))) ~ as.Date("2015-01-01") - INDX,
    TRUE ~ na.omit(c_across(DS:SE))[na.omit(c_across(DS:SE)) >= INDX][1] - INDX))

輸出

     ID INDX       DS         RE         SE         TIME     
  <int> <date>     <date>     <date>     <date>     <drtn>   
1     1 2001-01-01 2002-02-02 2003-03-03 NA          397 days
2     2 2002-02-02 NA         2001-01-01 2002-02-02    0 days
3     3 2003-03-03 2009-09-09 NA         2010-10-10 2382 days
4     4 2001-01-01 NA         NA         NA         5113 days

標籤：r

上一篇：從數值串列中，創建索引串列

下一篇：用舊資料更新新資料中的值