薬剤使用の重複期間を考慮して変数のフラグを立てたい

実現したいこと

aaa <- data.frame(id = c(1, 2, 2, 3, 3, 3),
drug = c("A", "B", "C", "B", "C", "A"),
time0 = c(0, 0, 0, 169, 752, 0),
time1 = c(214, 432, 381, 190, 988, 28))

bbb <- data.frame(id = c(1, 2, 2, 3, 3, 3),
drug = c("A", "B+C", "B", "A", "B", "C"),
time0 = c(0, 0, 381, 0, 169, 752),
time1 = c(214, 382, 432, 28, 190, 988))

aaaのデータからbbbのデータを再現したい。

発生している問題・分からないこと

idが2番の方において、Bを0-432日まで使用、Cを0-381日まで使用しております。0-381日までは、BとCを一緒に使っているため、drugの変数をB+Cとしたい。そして、382-432日までは、Bのみなので、drugの変数をCとしたい。

該当のソースコード

特になし

試したこと・調べたこと

teratailやGoogle等で検索した
ソースコードを自分なりに変更した
知人に聞いた
その他

上記の詳細・結果

bbb <- aaa %>%
arrange(id, drug) %>%
group_by(id) %>%
summarise(
drug = paste(drug, collapse = "+"),
time0 = ifelse(any(time0 != 0), min(time0), 0),
time1 = max(time1)
)など様々な事を試したが、ダメでした。

補足

特になし

行動規範の内容に同意します

回答1件

ベストアンサー

データサイズ・PCスペック的に問題ないのならば、
from to 形式を1刻みデータに展開し、
その上で集計するのが最も容易です

library(tidyverse)

aaa <- data.frame(id = c(1, 2, 2, 3, 3, 3, 4, 4, 4, 4),
                  drug = c("A", "B", "C", "B", "C", "A", "A", "B", "C", "D"),
                  time0 = c(0, 0, 0, 169, 752, 0, 0, 14, 56, 266),
                  time1 = c(214, 432, 381, 190, 988, 28, 267, 564, 57, 688))

bbb <- data.frame(id = c(1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4),
                  drug = c("A", "B+C", "B", "A", "B", "C", "A", "A+B", "A+B+C","A+B","A+B+D", "B+D", "D"),
                  time0 = c(0, 0, 382, 0, 169, 752, 0, 14, 56, 58, 266, 268, 565),
                  time1 = c(214, 381, 432, 28, 190, 988, 13, 55, 57, 265, 267, 564, 688))
                   # time0の3つめ、time1の2つめについて、typoと判断して修正しました

aaa %>% 
  rowwise() %>%  # 行単位で、time0-time1の1刻みtibbleをnest形式で持つ
  mutate(seqtime_list = list(tibble(time = time0:time1))) %>% 
  ungroup() %>% 
  unnest(seqtime_list) %>%  # nestを解除する (nest列はtibbleなので縦に展開される)
  arrange(id, time, drug) %>%  # (追加) 薬の並びがアルファベット順になるようソート
  group_by(id, time) %>% 
  summarize(drug = paste(drug, collapse = "+"), .groups = "drop") %>% 
  group_by(id) %>% 
  mutate(lag_drug = lag(drug, default = drug[1]),
         not_cont_flg = as.numeric(drug != lag_drug),
         gr_ind = cumsum(not_cont_flg)) %>%    # 同じ薬sでの継続利用グループ番号を作成
  group_by(id, drug, gr_ind) %>%  # 薬sと継続利用グループ番号でmin, maxを作成
  summarize(time0 = min(time),
            time1 = max(time),
            .groups = "drop") %>% 
  arrange(id, time0) %>%   # 単なる見栄えソート
  select(-gr_ind)

## 結果
#    id drug  time0 time1
#   <dbl> <chr> <int> <int>
# 1     1 A         0   214
# 2     2 B+C       0   381
# 3     2 B       382   432
# 4     3 A         0    28
# 5     3 B       169   190
# 6     3 C       752   988
# 7     4 A         0    13
# 8     4 A+B      14    55
# 9     4 A+B+C    56    57
# 10    4 A+B      58   265
# 11    4 A+B+D   266   267
# 12    4 B+D     268   564
# 13    4 D       565   688

投稿2024/01/11 07:02

編集2024/01/12 03:23

cuttlefish44

総合スコア85

iii0

2024/01/11 09:11

ご教示いただきありがとうございます。上記の件で回したところ問題なくbbbを作成することが出来ました。ありがとうございます。本データで回したところ少し問題が生じましたので、追加でご質問させていただきたく存じます。以下のaaaのデータをbbbのデータのようにすることはできますでしょうか。大変恐縮ではございますが、もし出来ましたらご回答いただけますと幸いです。何卒よろしくお願い申し上げます。 aaa <- data.frame(id = c(1, 2, 2, 3, 3, 3, 4, 4, 4, 4), drug = c("A", "B", "C", "B", "C", "A", "A", "B", "C", "D"), time0 = c(0, 0, 0, 169, 752, 0, 0, 14, 56, 266), time1 = c(214, 432, 381, 190, 988, 28, 267, 564, 57, 688)) bbb <- data.frame(id = c(1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4), drug = c("A", "B+C", "B", "A", "B", "C", "A", "A+B", "A+B+C","A+B","A+B+D", "B+D", "D"), time0 = c(0, 0, 381, 0, 169, 752, 0, 14, 56, 58, 266, 268, 565), time1 = c(214, 382, 432, 28, 190, 988, 13, 55, 57, 265, 267, 564, 688))