计算类别经过午夜的行之间的时间差（第 2 部分）

Question

这个问题是我问的上一个问题的延伸（计算类别经过午夜的行之间的时间差）。虽然 maupagas 对该帖子的回复解决了可重现示例的问题，但当我在更复杂的数据集上尝试时，出现了一些问题。

我有一个数据集正在比较疼痛评分，并试图确定该人处于特定疼痛范围的持续时间。这个想法是将每个疼痛评分视为恒定，直到下次评估疼痛为止。我想要的是每个观察日 (

time_diff_hours

) 特定疼痛范围 (

pain_score

) 的持续时间 (

day

)。

我遇到的问题是：

1. 当午夜后出现疼痛评分时，从午夜开始插入新行，并从此处开始新的时间纪元，并将之前的

   pain_score

   延续到新的一天。这适用于之前解决的代码，直到出现多个 Patient_id 为止。代码按时间排列变量，但应该先按

   patient_id

   ，然后按

   time

   。我无法通过代码解决这个问题。
2. 在特定日期没有进行疼痛评估时。我希望能够为当天生成一个具有 24 小时时差 (

   time_diff_hours

   ) 的新行，并且

   pain_score

   为 NA。

我已经包含了一个与我正在使用的类似的虚拟数据集。

library(tidyverse)

df <-
  tibble(
    patient_id = c(1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2),
    time = lubridate::as_datetime(c("2022-01-04 02:00:00", "2022-01-04 07:00:00", "2022-01-04 15:00:00", "2022-01-04 20:00:00", "2022-01-06 02:00:00", "2022-01-06 08:00:00",
                                    "2022-01-04 04:00:00", "2022-01-04 14:00:00", "2022-01-04 22:00:00", "2022-01-05 02:00:00", "2022-01-05 20:00:00", "2022-01-06 12:00:00", "2022-01-06 18:00:00")),
    day = c(1, 1, 1, 1, 3,3, 1, 1, 1, 2, 2, 3, 3),
    pain_score = c("None", "Mild", "Mild", "Moderate", "None", "Mild", "Moderate", "Severe", "Moderate", "Mild", "Moderate", "Severe", "Moderate")
  )

这是上一篇文章中的代码解决方案：

df |>  complete(time = seq.POSIXt(min(ceiling_date(time , 'day')), 
                                  max(floor_date(time , 'day')), by = 'day')) |>  
  arrange(time) |> 
  fill(c(patient_id, pain_score)) |>  
  fill(day, .direction = "up") |> 
  mutate(time_diff_hours = as.numeric(lead(time ) - time, units = 'hours'))

这给出了以下输出：

如您所见，当添加第二个

patient_id

时，

time_diff_hours

变为负值（最好设为 NA）。此外，当未执行

pain_score

时（即丢失数据），不存在 NA。

这是我想要的输出：

任何帮助将不胜感激。

干杯，

本

Answer 1

bind_rows(df,
  df |>
  reframe(time = seq.POSIXt(
    ceiling_date(min(time), "day"), floor_date(max(time), "day"), "1 day"),
    .by = patient_id)) |>
  arrange(patient_id, time) |>
  mutate(day = as.numeric(as_date(time) - as_date(min(time)) + 1), 
         time_diff_hours = (lead(time) - time)/dhours(1),
         .by = patient_id)

结果

# A tibble: 17 × 5
   patient_id time                  day pain_score time_diff_hours
        <dbl> <dttm>              <dbl> <chr>                <dbl>
 1          1 2022-01-04 02:00:00     1 None                     5
 2          1 2022-01-04 07:00:00     1 Mild                     8
 3          1 2022-01-04 15:00:00     1 Mild                     5
 4          1 2022-01-04 20:00:00     1 Moderate                 4
 5          1 2022-01-05 00:00:00     2 NA                      24
 6          1 2022-01-06 00:00:00     3 NA                       2
 7          1 2022-01-06 02:00:00     3 None                     6
 8          1 2022-01-06 08:00:00     3 Mild                    NA
 9          2 2022-01-04 04:00:00     1 Moderate                10
10          2 2022-01-04 14:00:00     1 Severe                   8
11          2 2022-01-04 22:00:00     1 Moderate                 2
12          2 2022-01-05 00:00:00     2 NA                       2
13          2 2022-01-05 02:00:00     2 Mild                    18
14          2 2022-01-05 20:00:00     2 Moderate                 4
15          2 2022-01-06 00:00:00     3 NA                      12
16          2 2022-01-06 12:00:00     3 Severe                   6
17          2 2022-01-06 18:00:00     3 Moderate                NA