具有像這樣的結構的多個受試者反覆評估用藥的時間序列數據(使用data.table)重疊:的R - 重塑始端的時間間隔,以確定倍
library(data.table)
dt1 = setDT(structure(list(id = c("G", "G", "G", "G", "M", "M", "M", "M",
"M", "M", "M"), med = c("mult", "R", "mult", "R", "A", "mult",
"A", "C", "A", "Q", "A"), strt = c(19059L, 19061L, 19065L, 19066L,
19136L, 19138L, 19142L, 19142L, 19155L, 19246L, 19257L), end = c(19061L,
19065L, 19066L, 19101L, 19138L, 19139L, 19172L, 19172L, 19255L,
19276L, 19287L)), .Names = c("id", "med", "strt", "end"), row.names = c(NA,
-11L), class = "data.frame"))
產生data.table dt1
:
id med strt end
1: G mult 19059 19061
2: G R 19061 19065
3: G mult 19065 19066
4: G R 19066 19101
5: M A 19136 19138
6: M mult 19138 19139
7: M A 19142 19172
8: M C 19142 19172
9: M A 19155 19255
10: M Q 19246 19276
11: M A 19257 19287
我試圖重新組織數據,使得,對於每個受試者,任何一天,患者是在> 1 MED被重構成'mult'
,和一個給定的藥物治療方案的連續天被表示爲單個行。
因此,期望的結果是dt2
:
id med strt end
1: G mult 19059 19061
2: G R 19062 19064
3: G mult 19065 19066
4: G R 19067 19101
5: M A 19136 19137
6: M mult 19138 19139
7: M mult 19142 19172
8: M A 19173 19245
9: M mult 19246 19255
10: M Q 19256 19256
11: M mult 19257 19276
12: M A 19277 19287
我已經寫以下代碼這樣做,但它是緩慢和冗長。有人能幫我改進嗎?
dt2 = dt1[, list(id, med, day=seq(strt,end)), by=1:nrow(dt1)]
setkey(dt2,'id','day')
dt2[, med := ifelse(length(unique(med))>1, 'mult', med), by=list(id,day)]
dt2 = unique(dt2)
medrun <- function(y,z){
cnt = grp = 1L
lx = length(y)
ne = y[-lx] != y[-1L]
n1 = z[-lx] - z[-1L] != -1
for(i in seq_along(ne)){if(ne[i] | n1[i])cnt=cnt+1; grp[i+1]=cnt}
grp
}
dt2[,grp := as.numeric(medrun(med,day)), by=id]
setkey(dt2,'id','grp')
dt2[,strt := min(day), by=list(id,grp)]
dt2[,end := max(day), by=list(id,grp)]
dt2 = unique(dt2)
dt2 = subset(dt2, select = c('id','med','strt','end'))
數據集很大(> 3M行),所以解決方案需要高效且快速的存儲。理想情況下,不希望將間隔擴展到1 obs/day。
相符的一兩件事,不使用'ifelse'(見http://stackoverflow.com/q/16275149/1492421) - 你'data.table'不需要它'''dt2'上面的'setkey'。最後,在'data.table'上使用'subset'首先會損害'data.table'的大部分重要性。 – 2014-09-28 03:59:58
@RicardoSaporta謝謝。我編輯了一下,稍後會做更多。我有點破了我的解決方案,我知道它有各種低效率。雖然我很欣賞一般的指針(例如,不知道關於'data.table'中的'ifelse'),但我對漸進式改進不感興趣,而不是尋找一種根本不同且更高效的方法,它不需要吹出間隔。 – dnaiel 2014-09-28 04:12:52