满足条件时R滞后

Question

我有一个仅包含体检日期和感染存在（是/否）的数据框，我想添加第三列代表上次感染的日期。如果患者以前没有感染，则新的last_infection列应为NA。如果他们以前曾感染过，则应在他们对感染的测试为“是”的情况下，显示最<次访问的日期。]我希望输出看起来像这样：

date      infection   last_infection
01-01-18  no          NA
06-01-18  no          NA
07-01-18  yes         NA
09-01-18  no          07-01-18
01-01-19  no          07-01-18
02-01-19  yes         07-01-18
03-01-19  yes         02-01-19
04-01-19  no          03-01-19
05-01-19  no          03-01-19

如何在R中执行此操作？是否可以使用lag()之类的功能检查条件，还是应该完全执行其他操作？

我有一个仅包含体检日期和感染存在（是/否）的数据框，我想添加第三列代表上次感染的日期。新的last_infection列...

Answer 1

我们可以基于使用'infection'创建的逻辑向量创建分组变量，并将其用于lag列。在这里，我们仅加载dplyr，不加载任何其他软件包

library(dplyr)
df1 %>%
   group_by(grp = cumsum(infection == "yes")) %>%
   mutate(new = first(date)) %>%
   ungroup %>%
   mutate(new = replace(lag(new), seq_len(match(1, grp)), NA)) %>%
   select(-grp)
# A tibble: 9 x 4
#  date     infection last_infection new     
#  <chr>    <chr>     <chr>          <chr>   
#1 01-01-18 no        <NA>           <NA>    
#2 06-01-18 no        <NA>           <NA>    
#3 07-01-18 yes       <NA>           <NA>    
#4 09-01-18 no        07-01-18       07-01-18
#5 01-01-19 no        07-01-18       07-01-18
#6 02-01-19 yes       07-01-18       07-01-18
#7 03-01-19 yes       02-01-19       02-01-19
#8 04-01-19 no        03-01-19       03-01-19
#9 05-01-19 no        03-01-19       03-01-19

Answer 2

我会建议这样的事情。如果您使用tidyr软件包中的fill，则无需使用cumsum或分组。