R:使用数据框A中的值从填充数据框B中的行之前的日期开始

Question

这可能非常复杂,我怀疑需要先进的知识.我现在有两种不同类型的data.frames需要组合:

数据:

数据帧A:

按患者ID列出所有输血日期.每次输血都由一个单独的行代表,患者可以进行多次输血.不同的患者可以在同一天进行输血.

Patient ID Transfusion.Date
1          01/01/2000
1          01/30/2000
2          04/01/2003
3          04/01/2003

B类数据帧包含其他日期的测试结果,也包括患者ID:

Patient ID  Test.Date   Test.Value
1           11/30/1999   negative
1           01/15/2000   700 copies/uL
1           01/27/2000   900 copies/uL
2           03/30/2003   negative

我想要的是具有相同行数的Dataframe A(每次输入为1),并将最新的Test.Value作为单独的列.每个输血日期应该具有与输血最密切(之前)进行的测试的测试结果.

期望的输出:

- >

Patient ID Transfusion.Date Pre.Transfusion.Test
1          01/01/2000       negative
1          01/30/2000       900 copies/ul
2          04/01/2003       negative
3          04/01/2003       NA

我认为一般策略是按患者ID对data.frames进行子集化.然后获取患者1的所有输血日期,检查哪个结果最接近每个元素的所有可用test_dates,然后返回最接近的值.

如何解释R来做到这一点？

编辑1:这是这些示例的R代码

df_A <- data.frame(MRN = c(1,1,2,3), 
                   Transfusion.Date = as.Date(c('01/01/2000', '01/30/2000', 
                   '04/01/2003','04/01/2003'),'%m/%d/%Y')) 

df_B <- data.frame(MRN = c(1,1,1,2), 
                   Test.Date = as.Date(c('11/30/1999', '01/15/2000', '01/27/2000', 
                   '03/30/2003'),'%m/%d/%Y'), Test.Result = c('negative', 
                   '700 copies/ul','900 copies/ul','negative'))

编辑2:

为了澄清,得到的数据应该是:患者A在第X天和第Y天接受输血(对于df_A).在第X天输血之前,他最近的测试结果是X(最接近第一次输血的测试日期,在df_B中).在第Y天输血之前,他最近的测试结果是Y(在第二次输血之前,也在df_B中.df_B还包含一堆其他测试日期,最终输出不需要.

Answer 1

这是使用data.table滚动连接:

require(data.table)
setkey(setDT(df_A), MRN, Transfusion.Date)
setkey(setDT(df_B), MRN, Test.Date)

df_B[df_A, roll=TRUE]
#    MRN  Test.Date   Test.Result
# 1:   1 2000-01-01      negative
# 2:   1 2000-01-30 900 copies/ul
# 3:   2 2003-04-01      negative
# 4:   3 2003-04-01            NA

• setDT转换data.frame到data.table由参考(没有任何额外的复制).这将导致df_A并且df_B现在成为data.tables.

• setkey按data.table我们提供的列对其进行排序,并将这些列标记为键列,这允许我们使用基于二进制搜索的连接.

• 我们x[i]在键列上执行表单的连接,对于每一行i,返回匹配的行x(如果有的话,其他NA)以及i行的行.这就是我们所说的equi-join.通过添加roll = TRUE,在不匹配的情况下,最后一次观察结转(LOCF).这就是我们所说的滚动连接.按升序排序(由于setkey())确保最后一次观察是最近的日期.

HTH