Méthode efficace pour construire une trame de données de (état actuel, état suivant) dans R

Question

Je travaille avec un ensemble de données sur l'état de santé des patients au fil du temps. Je voudrais calculer la trame de données des transitions de l'état de santé actuel à l'état de santé suivant.

Voici un exemple où l'état de santé est mesuré uniquement par le niveau et le poids de l'AFP. Les mesures de l'état de santé pourrait ressembler à ce qui suit:

x <- data.frame(id = c(1, 1, 1, 2, 2, 2), 
       day = c(1, 2, 3, 1, 2, 3), 
       event = c('status', 'status', 'death', 'status', 'status', 'status'), 
       afp = c(10, 50, NA, 20, 30, 40), 
       weight = c(100, 105, NA, 200, 200, 200)) 

La sortie souhaitée se présente comme suit:

y <- data.frame(id = c(1, 1, 2, 2), 
       current_afp = c(10, 50, 20, 30), 
       current_weight = c(100, 105, 200, 200), 
       next_event = c('status', 'death', 'status', 'status'), 
       next_afp = c(50, NA, 30, 40), 
       next_weight = c(105, NA, 200, 200)) 

Une façon inefficace pour obtenir la sortie est:

• prendre la produit croisé du cadre de données de mesures avec lui-même
• Conserver uniquement les lignes avec les ID correspondants et le jour .x + 1 = day.y
• renomme les colonnes

Est-il possible d'obtenir la sortie plus efficace?

Note: Les mesures réelles trame de données peut avoir plus de 10 colonnes, il est donc pas très efficace à partir d'une ligne de perspective de code pour écrire explicitement

current_afp = x$afp[1:(n-1)], 
next_afp = x$afp[2:n] 
... 

et ainsi de suite.

Answer 1

Vous pouvez essayer:

library(dplyr) 

x %>% 
    mutate_each(funs(lead(.)), -id, -day) %>% 
    full_join(x, ., by = c("id", "day")) %>% 
    select(-event.x) %>% 
    setNames(c(names(.)[1:2], 
      paste0("current_", sub("\\..*","", names(.)[3:4])), 
      paste0("next_", sub("\\..*","", names(.)[5:7])))) %>% 
    group_by(id) %>% 
    filter(day != last(day)) 

Ce qui donne:

# id day current_afp current_weight next_event next_afp next_weight 
#1 1 1   10   100  status  50   105 
#2 1 2   50   105  death  NA   NA 
#3 2 1   20   200  status  30   200 
#4 2 2   30   200  status  40   200 

Answer 2

en utilisant la base R avec une approche split-apply-combiner

res <- lapply(split(x[-2], x$id), function(y) { 
    xx <- cbind(y[1:(nrow(y)-1), ], y[2:nrow(y), -1]) 
    colnames(xx) <- c("id", paste("current", colnames(y)[-1], sep="_"), 
     paste("next", colnames(y)[-1], sep="_")) 
    xx[, which(colnames(xx) != "current_event")] 
}) 
do.call(rbind, res) 

    id current_afp current_weight next_event next_afp next_weight 
1 1   10   100  status  50   105 
2 1   50   105  death  NA   NA 
3 2   20   200  status  30   200 
4 2   30   200  status  40   200 

Ou, un exemple où tous les jours sont dans l'ordre

x <- data.frame(id = c(1, 1, 1, 2, 2, 2), 
      day = c(1, 2, 3, 1, 2, 4), 
      event = c('status', 'status', 'death', 'status', 'status', 'status'), 
      afp = c(10, 50, NA, 20, 30, 40), 
      weight = c(100, 105, NA, 200, 200, 200)) 
x 
    id day event afp weight 
1 1 1 status 10 100 
2 1 2 status 50 105 
3 1 3 death NA  NA 
4 2 1 status 20 200 
5 2 2 status 30 200 
6 2 4 status 40 200 

Certaines des transitions sont NA, qui peuvent être supprimées si vous le souhaitez.

res <- lapply(split(x, x$id), function(y) { 
    y <- merge(data.frame(id=unique(y$id), day = 1:max(y$day)), y, 
    by = c("id", "day"), all.x=TRUE)[, -2] 
    xx <- cbind(y[1:(nrow(y)-1), ], y[2:nrow(y), -1]) 
    colnames(xx) <- c("id", paste("current", colnames(y)[-1], sep="_"), 
     paste("next", colnames(y)[-1], sep="_")) 
    xx[, which(colnames(xx) != "current_event")] 
}) 
do.call(rbind, res) 
    id current_afp current_weight next_event next_afp next_weight 
1.1 1   10   100  status  50   105 
1.2 1   50   105  death  NA   NA 
2.1 2   20   200  status  30   200 
2.2 2   30   200  <NA>  NA   NA 
2.3 2   NA    NA  status  40   200