Изменение диапазона дат на серию дат (от широкой к длинной)

Question

Я хотел бы взять что-то вроде данных ниже

data<- data.frame("Subject" = c("13434","14544", "14544", 
                             "22222","22222","22222"), 
                  "Period" = c("MAD", "MAD", "OSE", "MAD","OSE","OSE"), 
                  "Dose" = c(400, 800, 800, 400, 800, 1200), 
                  "Start" = as.Date(c('2017-04-18','2017-06-13'
                        ,"2018-09-27", "2017-06-06","2018-08-21","2018-12-12")), 
                  "End" = as.Date(c("2017-05-16","2017-07-11", "2019-02-09",
                      "2017-07-04", "2018-12-11","2019-02-05")))

 data
Subject Period Dose  Start   End 
 13434  MAD  400    2017-04-18  2017-05-16
 14544  MAD  800    2017-06-13  2017-07-11
 14544  OSE  800    2018-09-27  2019-02-09
 22222  MAD  400    2017-06-06  2017-07-04
 22222  OSE  800    2018-08-21  2018-12-11
 22222  OSE  1200   2018-12-12  2019-02-05

и преобразовать их в что-то вроде ниже, где каждой дате в диапазоне дан ряд, а доза является аддитивной по дням в диапазоне,В идеальном мире, когда период меняет период, накопленная доза будет продолжаться с того места, где заканчивается предыдущий период.

Subject Period Sum_Dose   Day
 13434  MAD    400   2017-04-18
 13434  MAD    800   2017-04-19
 13434  MAD   1200   2017-04-20
 13434  MAD   1600   2017-04-21
 13434  MAD   2000   2017-04-22
 13434  MAD   2400   2017-04-23
 Etc. 

для каждого субъекта в течение заданного периода и дозы.

Answer 1

Спасибо @utubun!Я закончил с этим,

library(dplyr)
library(tidyr)
dose.long <- data %>% 
  gather(g, DAY, Start, End) %>% 
  select(-g) %>%
  group_by(Subject, Period, Dose) %>% arrange(Subject, DAY) %>% 
  filter(is.na(DAY) == F) %>% 
  # Create a list column that includes all grades between existing
  summarize(DAY = list(full_seq(DAY, 1))) %>%
  # unnest the list
  unnest() %>% ungroup()%>%
  group_by(Subject)%>%
  mutate(Sum_Dose = cumsum(Dose))

Answer 2

Если я правильно понимаю, ОП хочет

1. расширить каждую строку в последовательность дней между указанными Start и End датами,
2. накапливать Dose для каждого Subject во все дни.

Изменение формы " от ширины к длине ", например, gather() или melt(), здесь не требуется (и указывает нанеправильное направление, ИМХО).

dplyr и tidyr

Вот реализация, использующая dplyr и tidyr.Поскольку seq() не принимает векторные аргументы, нам нужно сгруппировать по каждой строке и unnest() расширенные дни.

library(dplyr)
library(tidyr)
dat %>% 
  group_by(rn = row_number()) %>%
  mutate(Day = list(seq(Start, End, "1 day"))) %>% 
  unnest() %>% 
  arrange(Subject, Day) %>% 
  group_by(Subject)%>%
  mutate(Sum_Dose = cumsum(Dose)) %>% 
  select(Subject, Period, Sum_Dose, Day)

Обратите внимание, что упорядочение по Day перед вызовом cumsum() - это простопредварительная осторожность в случае, если dat еще не заказан или в случае перекрывающихся диапазонов дат.

# A tibble: 392 x 5
# Groups:   Subject [3]
   Subject Period  Dose DAY        Sum_Dose
   <fct>   <fct>  <dbl> <date>        <dbl>
 1 13434   MAD      400 2017-04-18      400
 2 13434   MAD      400 2017-04-19      800
 3 13434   MAD      400 2017-04-20     1200
 4 13434   MAD      400 2017-04-21     1600
 5 13434   MAD      400 2017-04-22     2000
 6 13434   MAD      400 2017-04-23     2400
 7 13434   MAD      400 2017-04-24     2800
 8 13434   MAD      400 2017-04-25     3200
 9 13434   MAD      400 2017-04-26     3600
10 13434   MAD      400 2017-04-27     4000
# ... with 382 more rows

data.table

Версия data.table реализуеттот же подход, но менее многословный, так как «непринятие» делается косвенно.

library(data.table)
setDT(dat)[, rn := .I][
  , .(Subject, Period, Dose, Day = seq(Start, End, "1 day")), by = rn][
    order(Day), .(Period, Sum_Dose = cumsum(Dose), Day), keyby = Subject]

     Subject Period Sum_Dose        Day
  1:   13434    MAD      400 2017-04-18
  2:   13434    MAD      800 2017-04-19
  3:   13434    MAD     1200 2017-04-20
  4:   13434    MAD     1600 2017-04-21
  5:   13434    MAD     2000 2017-04-22
 ---                                   
388:   14544    OSE   128800 2019-02-05
389:   14544    OSE   129600 2019-02-06
390:   14544    OSE   130400 2019-02-07
391:   14544    OSE   131200 2019-02-08
392:   14544    OSE   132000 2019-02-09

Answer 3

Таким образом?

library(tidyverse)

dat %>%
  group_by(Subject, Period, Dose) %>%
  summarize(Day = list(seq(Start, End, by = 'day'))) %>% 
  unnest(Day) %>%
  mutate(Dose = cumsum(Dose)) %>%
  ungroup()

Вывод:

# A tibble: 392 x 4
   Subject Period  Dose Day       
   <fct>   <fct>  <dbl> <date>    
 1 13434   MAD      400 2017-04-18
 2 13434   MAD      800 2017-04-19
 3 13434   MAD     1200 2017-04-20
 4 13434   MAD     1600 2017-04-21
 5 13434   MAD     2000 2017-04-22
 6 13434   MAD     2400 2017-04-23
 7 13434   MAD     2800 2017-04-24
 8 13434   MAD     3200 2017-04-25
 9 13434   MAD     3600 2017-04-26
10 13434   MAD     4000 2017-04-27
# ... with 382 more rows

Я предполагаю, что кортежи (Subject, Period, Dose) уникальны.Если нет, то вы можете добавить группировку по Start End.

, а к «идеальному миру» можно подойти следующим образом:

dat %>%
  group_by(Subject, Period, Dose) %>%
  summarize(Day = list(seq(Start, End, by = 'day'))) %>% 
  unnest(Day) %>%
  group_by(Subject) %>%
  arrange(Day) %>%
  mutate(Dose = cumsum(Dose)) %>%
  ungroup() 

Если мы добавим следующую строку в кодвыше:

... %>% filter(Day >= as.Date("2018-12-11"), Day <= as.Date("2018-12-12"), 
               Subject == "22222")

Он выведет:

  Subject Period   Dose Day       
  <fct>   <fct>   <dbl> <date>    
1 22222   OSE    102000 2018-12-11
2 22222   OSE    103200 2018-12-12

Так что, похоже, он правильно вычисляет cumsum (прибавляя 1200, что является следующей дозой для следующего периода) дляпериоды, которые следуют один за другим.