我有一个数据集,其中一些参与者有多行,我需要以每个参与者只有一行的方式聚合数据。数据集包含不同的变量类型(例如,因子,日期,年龄等)。我编写了一个有效的代码,看起来像这样:
example4 <- SMARTdata_50j_diagc_2016 %>%
group_by( Patient_Id ) %>%
summarise( Groep = first( Groep ),
Ziekenhuis_Nr = first( Ziekenhuis_Nr ),
Ziekenhuistype = first( Ziekenhuistype ),
aantalDBC = n(),
aantalVervolg = sum( as.numeric( Zorgtype_Code ) ),
Leeftijd = mean( Lft_patient_openenDBC ),
MRI_nee_ja = max( ifelse( MRI_nee_ja == 0, 0, 1 ) ),
aantalMRI = sum( MRI_Aantal ),
Artroscopie_nee_ja = max( ifelse( Artroscopie_nee_jaz_jam == 0, 0, 1 ) ),
aantalArtroscopie = sum( Artroscopie_aantal ),
overigDBC = mean( Aantal_overigeDBC_bijopenen ),
DBC_open = min( open_DBC ),
DBC_sluiten = max( sluiten_DBC ) ) %>%
as.data.frame()
此代码给我每个参与者一行。但是,我还有一个需要在新数据框中包含的变量,但是我不知道该怎么做。我需要添加的变量称为“ Diagnose_Code”,它具有两个级别的因子,即0(代表1801)和1(代表1805)。
对于具有多个行的参与者(在原始数据帧中),该参与者的变量都为0和1。现在,在我的新数据框中,我想为“ Diagnose_Code”创建一个变量,分为三个级别:如果该参与者的所有行均为0,则为0;如果该参与者的所有行均为1,则为1;如果如果该参与者同时具有0和1。
我不知道如何使这项工作。我对ifelse代码有点挣扎,但没有成功。有谁知道我该如何在我的代码中完成这项工作?先感谢您!
使用玩具数据集可以像这样实现:
library(dplyr)
df <- data.frame(
id = rep(1:3, each = 3),
diagnosis_code = c(rep(1,3), rep(0, 3), c(1, 0, 1)),
stringsAsFactors = FALSE
)
df %>%
group_by(id) %>%
summarise(diagnosis_code = case_when(
all(diagnosis_code == 1) ~ 1,
all(diagnosis_code == 0) ~ 0,
TRUE ~ 2
))
#> # A tibble: 3 x 2
#> id diagnosis_code
#> <int> <dbl>
#> 1 1 1
#> 2 2 0
#> 3 3 2
由reprex package(v0.3.0)在2020-03-29创建
使用ifelse应该可以:
df %>%
group_by(id) %>%
summarise(diag=ifelse(max(diag)!=min(diag), 2,
ifelse(max(diag==1), 1, 0)))
# A tibble: 3 x 2
id diag
<dbl> <dbl>
1 1 2
2 2 1
3 3 0
数据:
df <- data.frame(id=c(1,1,1,2,2,2,3,3,3), diag=c(1,0,0,1,1,1,0,0,0))
df %>%
group_by(Patient_Id) %>%
summarise(Diagnose_Code = case_when(n_distinct(Diagnose_Code) == 2 ~ 3,
sum(Diagnose_Code) == 1 ~ 1,
TRUE ~ 0 ))