r - 为 r 中的生存分析生成数据
问题描述
我有一个数据框记录一个人是否每年服用某种药物:
df_og <- data.frame(
id=c(1,1,1,2,2,2,3,3,3,3),
year=c(2001,2002,2003,2001,2002,2003,2000,2001,2002,2003),
med1=c(1,1,1,1,1,0,0,0,0,1),
med2=c(0,0,0,0,0,1,0,0,1,0),
med3=c(0,0,0,0,0,0,1,1,0,0)
)
看起来像这样:
id year med1 med2 med3
1 2001 1 0 0
1 2002 1 0 0
1 2003 1 0 0
2 2001 1 0 0
2 2002 1 0 0
2 2003 0 1 0
3 2000 0 0 1
3 2001 0 0 1
3 2002 0 1 0
3 2003 1 0 0
因此,id
列显示受试者year
的 ID,观察年份,med1-2-3
变量是虚拟变量,如果已服用药物,则值为 =1,如果没有服用,则值为 =0。
我正在尝试创建一个新的数据框:
id = c(1,2,2,3,3,3),
time = c(3,2,1,2,1,1),
failure = c(0,1,0,1,1,0),
group = c(1,1,2,3,2,1))
好像:
id time failure med_group
1 3 0 1
2 2 1 1
2 1 0 2
3 2 1 3
3 1 1 2
3 1 0 1
其中:id
显示受试者 ID,time
计算受试者连续服用某种药物的年数,failure
如果在给定年份中受试者更换药物,med_group
则受试者一直服用的药物。
例子:
- 第一排
df
,科目id=1
已经med1
连续考了3年,所以time=3
还没有转别人,所以failure=0
。 - 第二排
df
,id=2
已med1
连续服用 2 年, 所以time=2
,failure=0
,med_group=1
. 但随后切换到med2
, 所以time=1
,failure=1
和med_group=2
.
以此类推。这是一个棘手的操作,所以我希望问题足够清楚。
任何建议都将受到欢迎!干杯
解决方案
我们可以获取长格式的数据,删除行 where value = 0
,replace
每个中的最后一个值为id
0 表示没有失败。然后group_by
name
我们计算每组中的行数以及是否failure
发生。
library(dplyr)
df_og %>%
tidyr::pivot_longer(cols = starts_with('med')) %>%
filter(value != 0) %>%
group_by(id) %>%
mutate(value = replace(value, n(), 0)) %>%
group_by(name, add = TRUE) %>%
summarise(time = n(),
failure = +all(value == 1))
# id name time failure
# <dbl> <chr> <int> <int>
#1 1 med1 3 0
#2 2 med1 2 1
#3 2 med2 1 0
#4 3 med1 1 0
#5 3 med2 1 1
#6 3 med3 2 1