在Tidyverse中过滤事件数据的时间

Question

我有一些时间来处理正在使用的数据。我想过滤从研究对象第一次进入研究到第一次观察到的事件的数据（不担心第一次事件之后发生的复发事件-只想探索第一次事件的时间）。

我在between函数中使用了filter，该函数过去一直对我有用，但是这里有问题，因为有些主题从未发生过该事件，因此我得到一个错误，指出Error: Expecting a single value: [extent=0]. ]

我想我想要的是一种方法，该方法是在研究开始进入第一时间之前，或者如果没有事件，则对受试者的所有数据进行过滤。

这是我的数据的示例：

## data
subject <- c("A", "A", "A", "A", "B", "B", "C", "C", "C", "D", "E", "E", "E", "E", "E", "F", "F", "F", "F", "F")
event <- c(0,0,1,0,0,0,0,0,1,0,0,1,0,1,1,0,0,0,0,0)

df <- data.frame(subject, event)

## create index to count the days the subject is in the study
library(tidyverse)

df <- df %>%
    group_by(subject) %>%
    mutate(ID = seq_along(subject))

df

# A tibble: 20 x 3
# Groups:   subject [6]
   subject event    ID
   <fct>   <dbl> <int>
 1 A           0     1
 2 A           0     2
 3 A           1     3
 4 A           0     4
 5 B           0     1
 6 B           0     2
 7 C           0     1
 8 C           0     2
 9 C           1     3
10 D           0     1
11 E           0     1
12 E           1     2
13 E           0     3
14 E           1     4
15 E           1     5
16 F           0     1
17 F           0     2
18 F           0     3
19 F           0     4
20 F           0     5

## filter event times between the start of the trial and when the subject has the event for the first time

df %>%
    group_by(subject) %>%
    filter(., between(row_number(), 
        left = which(ID == 1),
        right = which(event == 1)))

最后一部分是我的错误发生的地方。

Answer 1

这是您要的吗？

df2 <- df %>%
  group_by(subject) %>%
  filter(cumsum(event) == 0 | (cumsum(event) == 1 & event == 1))

结果：

# A tibble: 16 x 2
# Groups:   subject [6]
   subject event
   <fct>   <dbl>
 1 A           0
 2 A           0
 3 A           1
 4 B           0
 5 B           0
 6 C           0
 7 C           0
 8 C           1
 9 D           0
10 E           0
11 E           1
12 F           0
13 F           0
14 F           0
15 F           0
16 F           0