r - 根据对应于特定日期的有效值将日期转换为 NA

Question

假设我有

> df
    fu1_date fu1_n_symp   fu5_date fu5_n_symp   fu7_date fu7_n_symp
1 2012-03-05          1 2014-03-05         NA 2016-03-05          1
2 2013-08-09          1 2015-10-09          2 2017-11-09         NA
3 2019-05-05          1 2020-06-07          2 2021-07-09          2

df 表示一个非常大的数据框。在这个例子中，我记录了不同随访日期 fu_date 的症状数 n_symp。

我的数据框中的每一行最多有 20 个跟进，fu1_、fu2_、...、fu20_。我需要更正我的数据框，这样如果 n_symp 是 NA 那么相应的 fuX_date 应该从 as.Date() 转换 到 NA。

您可以看到 第 1 行 在后续 5 (fu5_n_symp == NA) 中有缺失值，但 FU1 或 FU7 没有。因此，第 1 行中的 fu5_date 应从 2014-03-05 转换为 NA

我正在寻找仅在 dplyr 中的解决方案。

预期输出

> df
    fu1_date fu1_n_symp   fu5_date fu5_n_symp   fu7_date fu7_n_symp
1 2012-03-05          1       <NA>         NA 2016-03-05          1
2 2013-08-09          1 2015-10-09          2       <NA>         NA
3 2019-05-05          1 2020-06-07          2 2021-07-09          2

数据

df <- structure(list(fu1_date = structure(c(15404, 15926, 18021), class = "Date"), 
    fu1_n_symp = c(1L, 1L, 1L), fu5_date = structure(c(16134, 
    16717, 18420), class = "Date"), fu5_n_symp = c(NA, 2L, 2L
    ), fu7_date = structure(c(16865, 17479, 18817), class = "Date"), 
    fu7_n_symp = c(1L, NA, 2L)), class = "data.frame", row.names = c(NA, -3L))

Answer 1

使用pivot_longer()，你可以指定".value"到names_to来堆叠date和n_symp 成对。在这种情况下，必须提供 names_sep 或 names_pattern 之一来指定应如何拆分列名。然后，您可以轻松地用 NA 替换那些缺少 n_symp 的日期。最后，将长数据旋转得更宽以获得原始格式。

library(dplyr)
library(tidyr)

df %>%
  mutate(id = 1:n()) %>% 
  pivot_longer(-id, names_to = c("fu", ".value"), names_sep = "(?<=\\d)_") %>%
  mutate(date = replace(date, is.na(n_symp), NA)) %>%
  pivot_wider(names_from = fu, values_from = c(date, n_symp),
              names_glue = "{fu}_{.value}", names_vary = "slowest")

# # A tibble: 3 × 7
#      id fu1_date   fu1_n_symp fu5_date   fu5_n_symp fu7_date   fu7_n_symp
#   <int> <date>          <int> <date>          <int> <date>          <int>
# 1     1 2012-03-05          1 NA                 NA 2016-03-05          1
# 2     2 2013-08-09          1 2015-10-09          2 NA                 NA
# 3     3 2019-05-05          1 2020-06-07          2 2021-07-09          2

pivot_wider() 中的 names_vary 控制结果列名的组合顺序。

• “最快”(默认)

  fu1_date   fu5_date   fu7_date   fu1_n_symp fu5_n_symp fu7_n_symp
  

• “最慢”

  fu1_date   fu1_n_symp fu5_date   fu5_n_symp fu7_date   fu7_n_symp