小编col*_*ade的帖子

我正在运行一个https://www.example.org托管在 Heroku上的 Flask 网站，附带一个静态博客，https://www.example.org/blog我通过 Hugo 生成，我希望使这个过程更有效率

根据我的研究，出于 SEO 的原因，最好将博客放在子目录中。

我目前维护博客的工作流程如下：

1. 用 Hugo 写 Markdown 帖子
2. 检查以协调 Hugo 和 Flask 应用程序之间的 css 等
3. 生成静态html代码
4. 修复链接错误等。
5. 将静态输出从hugo/public 文件夹移动到flask_app/static/blog 文件夹
6. 我正在使用whitenoise访问静态文件夹
7. 部署到 Heroku --> https://www.example.org/blog通过 Flask 提供服务

我意识到通过 Flask 提供静态内容的计算效率较低（这是可以接受的），但这现在不是主要问题。

但我确定一定有更好的方法？！

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', …

我有一个带有MRN,日期和测试值的数据框.

我需要选择每个MRN的所有第一行,其中三个连续值大于0.5.

这是数据的示例版本:

   MRN Collected_Date   ANC
1  001     2015-01-02 0.345
2  001     2015-01-03 0.532
3  001     2015-01-04 0.843
4  001     2015-01-05 0.932
5  002     2015-03-03 0.012
6  002     2015-03-05 0.022
7  002     2015-03-06 0.543
8  002     2015-03-07 0.563
9  003     2015-08-02 0.343
10 003     2015-08-03 0.500
11 003     2015-08-04 0.734
12 003     2015-08-05 0.455
13 004     2014-01-02 0.001
14 004     2014-01-03 0.500
15 004     2014-01-04 0.562
16 004     2014-01-05 0.503

示例代码:

df <- data.frame(MRN = c('001','001','001','001', …