小编x1c*_*bon的帖子

我正在研究HCUP数据,它在一个列中有一系列值,需要拆分成多列.以下是HCUP数据框供参考:

code            label
61000-61003     excision of CNS
0169T-0169T     ventricular shunt

期望的输出应该是:

code            label
61000           excision of CNS
61001           excision of CNS
61002           excision of CNS
61003           excision of CNS
0169T           ventricular shunt

我解决这个问题的方法是使用包splitstackshape并使用此代码

library(data.table)
library(splitstackshape)

cSplit(hcup, "code", "-")[, list(code = code_1:code_2, by = label)]

这种方法会导致内存问题.有没有更好的方法来解决这个问题？

一些评论:

• 除"T"之外,数据有许多字母.
• 这封信可以在前面或最后但不在两个数字之间.
• 在一个范围内,"T"到"U"的字母没有变化

我正在处理医疗索赔数据,数据文件如下所示

claim_id  status
abc123    P
abc123    R
xyz374    P
xyz386    R

我想创建一个新列作为标志,它基本上将由claim_id分组,并且如果相同的claim_id的状态包括"P"和"R".标志栏应包含"是"

claim_id  status  flag
abc123    P       Yes
abc123    R       Yes
xyz374    P       No
xyz386    R       No

我对这个解决方案的方法是使用dplyr: -

data <-data1 %>% 
   group_by(claim_id)%>% 
   mutate(flag = ifelse(any(status == "P" | status == "R"), 
                            "Yes", 
                             as.character(status)))

此方法需要较长时间,并且还会在标志列中将所有行标记为"是".

我有一个数据框,有两列(医院名称,类型).变量是字符变量.数据如下所示: -

hospital_name  type
ABC            rural
ABC            rural
ABC            urban
XYZ            urban
XYZ            urban
EFG            rural

我正在编写一个代码,该代码将按医院名称分组,并计算该组中每种类型的数量.接下来,创建一个名为type2的新列,该列将具有类型列中出现次数最多的值.期望的输出应该是: -

hospital_name  type  type2
ABC            rural rural
XYZ            urban urban
EFG            rural rural        

我使用dplyr解决了这个问题,但是我收到了错误.这是我的解决方案: -

library("dplyr")
df<-df%>%group_by(hospital_name)%>%mutate(type2=names(which.max(table(type))))

错误是: -

Error: incompatible types, expecting a character vector

以下是原件 data.frame

ID   Date       Type
123  2011-Jan   A
123  2011-Jan   A
123  2011-Jan   A
123  2011-Jan   B
123  2011-Jan   B
123  2011-Jan   C
123  2011-Mar   X
123  2011-Mar   X
345  2011-Jan   A
345  2011-Jan   A
345  2011-Jan   X
345  2011-Jan   X
456  2011-Mar   Y
789  2011-Mar   z

所需的输出有5个新列,它们将分别具有列类型(Type_1)的第1个最大计数,列类型的第2个最大计数(Type_2).以下是所需的输出

ID   Date       Type_1  Type_2  Type_3  Type_4  Type_5
123  2011-Jan   A       B       C       NA      NA
123  2011-Mar   X       NA      NA      NA      NA
345  2011-Jan   A       NA      NA      NA      NA …