※ 引述《celestialgod (攸蓝)》之铭言： : ※ 引述《yummy7922 (crucify)》之铭言： : : [问题类型]: : : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : : [软体熟悉度]: : : 请把以下不需要的部份删除 : : 入门(写过其他程式，只是对语法不熟悉) : : [问题叙述]: : : 请简略描述你所要做的事情，或是这个程式的目的 : : 资料是多个人的重复测量资料，每个人的观察笔数并不相同， : : 其中有一个会变动的变数(ex：用药资料，某几次有吃，某些次没有吃)， : : 资料大概是长这样： : : ID M1 duration IS ID start stop M1 IS : : 1 1 1 0 1 0 1 1 0 : : 1 0 2 0 1 1 4 0 1 : : 1 0 3 0 2 0 3 1 0 : : 1 0 4 1 2 3 5 0 0 : : 2 1 1 0 3 0 1 1 0 : : 2 1 2 0 ---> 3 1 2 0 1 : : 2 1 3 0 : : 2 0 4 0 : : 2 0 5 0 : : 3 1 1 0 : : 3 0 2 1 : : 资料中M1是会变动的变数，is是我的outcome， : : 希望可以转变成右方的样子，即，如果有资料变动就做纪录， : : 就是一般要处理time-dependent survival的样子， : : 目前只知道sas该怎麽处理，想来请教各位， : : R应该怎麽做转换，谢谢大家 : I do not know whether there is a function to do this in R, : but I do this by dplyr. : library(data.table) : library(dplyr) : library(magrittr) : dat = data.frame(ID = rep(1:3, c(4, 5, 2)), M1 = c(1,rep(0:1, : each=3),0,0,1,0)) %>% tbl_dt(FALSE) : dat = dat %>% group_by(ID) %>% mutate(duration = 1:length(M1), IS = 0) : dat$IS[c(4, 11)] = 1 : dat %>% group_by(ID) %>% : summarise(stop = cumsum(rle(M1)$lengths), : M1 = rle(M1)$values, : IS = IS[cumsum(rle(M1)$lengths)]) %>% group_by(ID) %>% : mutate(start = c(0, stop[1:(length(stop)-1)])) : ID stop M1 IS start : 1 1 1 1 0 0 : 2 1 4 0 1 1 : 3 2 3 1 0 0 : 4 2 5 0 0 3 : 5 3 1 1 0 0 : 6 3 2 0 1 1 : 补充一点，如果资料量大，请把rle的计算过程独立成另一个变数，不然算太多次会有点 : 久，这里只是方便写法，懒得另立变数。 : 当然只要有group_by 都可以用tapply做，只是比较麻烦就不写了 不必那麽麻烦, 多生一个start column就可以 start <- tapply(duration, ID, function(x){ c(0, x[-length(x)])}) 多切几个subinterval其实没关系 懂得partial likelihood的原理就知道出来的结果是一样的 老话一句,基本观念最重要 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 73.213.28.43 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1429702109.A.E74.html