小编dam*_*l10的帖子

我正在使用 survminer 包中的 ggsurvplot 创建一个 Kaplan-Meier 图，显示精神疾病家族史和精神疾病发病之间的关系。这是我使用过的代码：

km_fhr <- ggsurvplot(fit = survfit(Surv(fu_time, smidg) ~ fhr, data = df),
                     legend.labs = c("Control", "Family high-risk"),
                     legend.title = "",
                     censor.shape = 124,
                     censor.size = 2.5,
                     palette = c("#00ABE7", "#FFA69E")) +
  labs(x = "Follow-up time (years)", y = "Probability of no SMI diagnosis")

卡普兰-迈耶曲线如下所示：

在我看来，在 y 轴上绘制疾病风险（失败率）而不是无病概率（生存率）会更直观。我认为有一个简单的方法可以做到这一点，但我无法在 survminer 文档中找到描述。

先感谢您！

我有一个数据框(fbwb),在一组参与者中使用多个度量(1-3)对欺凌(1-6)进行多次评估.df看起来像这样:

fbwb <- read.table(text="id year bully1 bully2 bully3 cbully bully_ever 
100 1 NA 1 NA 1 1
100 2 1 1 NA 1 1
100 3 NA 0 NA 0 1
101 1 NA NA 1 1 1
102 1 NA 1 NA 1 1
102 2 NA NA NA NA 1
102 3 NA 1 1 1 1
102 4 0 0 0 0 1
103 1 NA 1 NA 1 1
103 2 NA 0 0 0 1", …

我有大约 4000 万行制表符分隔的 .txt 文件，其中包含以下列：

1   rs58108123  10583
1   rs58108140  10611
1   rs58123442  13302
...

我需要在第 1 列位置将第 1 列和第 3 列合并为一列。这是所需的输出：

1:10583 rs58108123
1:10611 rs58108140
1:13302 rs58123442
...

据我了解，这可以使用 awk 命令来完成。我对命令行非常陌生，因此我无法弄清楚完成此任务所需的规范。如果您能提供任何可能的解决方案的解释，我们将不胜感激！

非常感谢！！