Как я могу объединить строки на основе определенного параметра в R

Question

У меня есть кадр данных, который выглядит следующим образом:

   ID Smoker Asthma  Age Sex COPD Event_Date
1   1      0      0  65   M    0   12-2009
2   1      0      1  65   M    0   21-2009
3   1      0      1  65   M    0   23-2009
4   2      1      0  67   M    0   19-2010
5   2      1      0  67   M    0   21-2010
6   2      1      1  67   M    1   01-2011
7   2      1      1  67   M    1   02-2011
8   3      2      1  77   F    0   09-2015
9   3      2      1  77   F    1   10-2015
10  3      2      1  77   F    1   10-2015

Я хотел бы знать, возможно ли объединить мои строки для получения набора данных, подобного этому:

  ID Smoker   Asthma  Age Sex  COPD  Event_Data
    1   0      1      65   M   0      12-2009
    2   1      1      66   M   1      19-2010
    3   2      1      77   F   1      09-2015

Я попытался использовать уникальную функцию, однако она не дает желаемого результата и повторяет идентификатор для нескольких строк.

Это пример кода, который я пробовал

Data2<-unique(Data)

Я не просто хочу первую строку, потому что я хочу включить каждый статус столбца.Например, просто получение первой строки не будет включать в себя состояние ХОБЛ, которое происходит в более поздних строках для каждого идентификатора.

Answer 1

Используйте max, когда вам нужно значение ниже и dplyr::first для других, вот пример

library(dplyr)
df %>% group_by(ID) %>% summarise(Smoker=first(Smoker), Asthma=max(Asthma, na.rm = TRUE))

Answer 2

Альтернативное решение:

library(dplyr)

d %>%
  group_by(ID, Age, Sex, Smoker) %>%
  summarise(Asthma = !is.na(match(1, Asthma)),
            COPD = !is.na(match(1, COPD)),
            Event_Date = first(Event_Date)) %>%
  ungroup %>%
  mutate_if(is.logical, as.numeric)


# A tibble: 3 x 7
     ID   Age Sex   Smoker Asthma  COPD Event_Date
  <int> <int> <fct>  <int>  <dbl> <dbl> <fct>     
1     1    65 M          0      1     0 12-2009   
2     2    67 M          1      1     1 19-2010   
3     3    77 F          2      1     1 09-2015   

Answer 3

Если вы хотите получить (первую) строку для каждого ID, вы можете попробовать что-то вроде этого:

d <- structure(list(ID         = c(1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 3L), 
                    Smoker     = c(0L, 0L, 0L, 1L, 1L, 1L, 1L, 2L, 2L, 2L), 
                    Asthma     = c(0L, 1L, 1L, 0L, 0L, 1L, 1L, 1L, 1L, 1L), 
                    Age        = c(65L, 65L, 65L, 67L, 67L, 67L, 67L, 77L, 77L, 77L), 
                    Sex        = structure(c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L), 
                                       .Label = c("F", "M"), class = "factor"), 
                    COPD       = c(0L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 1L, 1L), 
                    Event_Date = structure(c(5L, 7L, 9L, 6L, 8L, 1L, 2L, 3L, 4L, 4L), 
                                           .Label = c("01-2011", "02-2011", "09-2015", 
                                                      "10-2015", "12-2009", "19-2010", 
                                                      "21-2009", "21-2010", "23-2009"), 
                                           class = "factor")), 
                class = "data.frame", 
                row.names = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10"))


d[!duplicated(d$ID), ]

#   ID Smoker Asthma Age Sex COPD Event_Date
# 1  1      0      0  65   M    0    12-2009
# 4  2      1      0  67   M    0    19-2010
# 8  3      2      1  77   F    0    09-2015