0

我的问题的背景是：我有一个由重复测量组成的数据集，每行一个数据点。这些数据来自纵向研究，因此目前并非每个受试者都有所有数据点。

我希望能够提取符合标准的所有数据点，即所有重复测量或具有两个重复测量的数据点。

这是一个简化的示例：

subject.id <- c( 0, 0, 0, 1, 1, 1, 2, 2, 3 )
visit <- c( 0, 1, 2, 0, 1, 2, 0, 1, 0 )
data.value <- c( 32, 35, 38, 12, 18, 24, 9, 13, 21 )
data.from.study <- data.frame( subject.id, visit, data.value )

这导致：

  subject.id visit data.value
1          0     0         32
2          0     1         35
3          0     2         38
4          1     0         12
5          1     1         18
6          1     2         24
7          2     0          9
8          2     1         13
9          3     0         21

所以：

  • 受试者 0 和 1 有基线和两次重复测量，
  • 受试者 2 具有基线测量和一项重复测量，并且
  • 受试者 3 只有基线测量。

我希望能够有选择地为所有具有两个重复测量（或一个或只是基线）的受试者进行子集化，其中包含所有数据，即：

> data.2.measures <- ??
> data.2.measures
      subject.id visit data.value
    1          0     0         32
    2          0     1         35
    3          0     2         38
    4          1     0         12
    5          1     1         18
    6          1     2         24

我可以对 where 进行子集 - 使用这个例子 - visit == 2。但是，对于那些具有第二次访问数据点的受试者，我看不到如何提取访问 0 和 1 的数据。从概念上讲，我可以看到我知道 subject.id 并且可以以某种方式使用此信息，但我不确定如何使用列表进行子集化。这里有潜在帮助的%in%运算符吗？

有什么想法吗？提前致谢。

4

2 回答 2

2

您可以使用dplyr. 所以你group_by会subject.id和数filter。所以在这个例子中，它只是：

library(dplyr)

subject.id <- c( 0, 0, 0, 1, 1, 1, 2, 2, 3 )
visit <- c( 0, 1, 2, 0, 1, 2, 0, 1, 0 )
data.value <- c( 32, 35, 38, 12, 18, 24, 9, 13, 21 )
data.from.study <- data.frame( subject.id, visit, data.value )

data.from.study %>% group_by(subject.id) %>%
  filter(n() == 3)

这将有输出：

Source: local data frame [6 x 3]
Groups: subject.id

  subject.id visit data.value
1          0     0         32
2          0     1         35
3          0     2         38
4          1     0         12
5          1     1         18
6          1     2         24
于 2015-05-19T07:19:50.073 回答
0

既然你要求一个函数，这里是另一个基本的 R 解决方案：

measures <- function(visits) {
  patients <- df1$subject.id[df1$visit %in% visits]
  df1[df1$subject.id %in% patients,]
}

所以你可以这样做：

measures(1)
  subject.id visit data.value
1          0     0         32
2          0     1         35
3          0     2         38
4          1     0         12
5          1     1         18
6          1     2         24
7          2     0          9
8          2     1         13

#and

measures(2)
  subject.id visit data.value
1          0     0         32
2          0     1         35
3          0     2         38
4          1     0         12
5          1     1         18
6          1     2         24

注意：我将数据框的名称更改为更小的名称df1 <- data.from.study

于 2015-05-19T14:19:17.003 回答