我想找到每个ID的重叠日期,并创建一个重叠日期的新行,并组合行的字符(char).我的数据可能有> 2个重叠,需要> 2个字符组合.例如.ERM
数据:
ID date1 date2 char
15 2003-04-05 2003-05-06 E
15 2003-04-20 2003-06-20 R
16 2001-01-02 2002-03-04 M
17 2003-03-05 2007-02-22 I
17 2005-04-15 2014-05-19 C
17 2007-05-15 2008-02-05 I
17 2008-02-05 2012-02-14 M
17 2010-06-07 2011-02-14 V
17 2010-09-22 2014-05-19 P
17 2012-02-28 2013-03-04 R
输出我想:
ID date1 date2 char
15 2003-04-05 2003-04-20 E
15 2003-04-20 2003-05-06 ER
15 2003-05-06 2003-06-20 R
16 2001-01-02 2002-03-04 M
17 2003-03-05 2005-04-15 I
17 2005-04-15 2007-02-22 IC
17 2005-04-15 2007-05-15 …我一直在使用 sjplot 创建一个组合表。这将创建一个 HTML 表。我想做一个可以导出到word的表格。
我已经查看了这篇讨论复制和粘贴到 word 中的帖子，但这改变了列和行的格式。 在R中将多个回归表输出到Word文档的多页中
n1 <- glm(N ~ Age_2 , data = n_data, family = "binomial")
g1 <- glm(G ~ Age_2 , data = g1_data, family = "binomial")
ga1 <- glm(G_1 ~ Age_2 , data = ga1_data, family = "binomial")
l1 <- glm(L_1 ~ Age_2 , data = l1_data, family = "binomial")
c1 <- glm(C_1 ~ Age_2 , data = c1_data, family = "binomial")
m1 <- glm(m ~ Age_2 , data = m1_data, family = …我有一个包含数字和文本的结果数据列表。
示例数据：
df$col_1
Neg
Negative
32
16
64
8
128
4
not done
Pos
Missing
?Pos
~2
? 240
我所做的是创建一个新列并尝试重新编码数据。
df$col <- NA df$col [ which (df$col_1=="Positive" )] <- 1
df$col [ which (df$col_1=="2" )] <- 1
df$col [ which (df$col_1=="Negative" )] <- 1
不是像上面那样对每个可能的组合进行编码，我想做的是能够创建一个包含负数、正数和 NA 值的列表。
我试过这个
list <- c ("2","4","8","16","32")
df$col [ which (df$col_1=="list" )] <- 1
但这不起作用。
除非有问号，否则每个数字都应被视为正数。所以我想知道我是否可以将所有数字转换为数字？
对于所有的杂文，除了正面和负面之外，我想放NA。
df$col_1 df$col
Neg 0
Negative 0
32 1
16 1
64 1
8 1
128 1
4 1 …我正在使用 survminer 软件包，我想更改风险表的“风险数字”标题的字体大小。尺寸太大了。
library(survminer)
p<- ggsurvplot(fit, data = final,
size = 0.8,
censor= FALSE,
font.main = 10,
#font.x = 10,
#font.y =10,
legend = c (0.25,0.2),
legend.title = "number",
legend.labs = c ("0", "1","2","3","4","5",">=6"),
risk.table = TRUE, risk.table.y.col = "strata",
risk.table.height = 0.3,
fontsize =2.5,
xlim = c(0, 4),
xlab = "Time in years",
ylab = "Treatment failure-free survival",
surv.scale="percent",
break.time.by=1,
tables.theme = theme_cleantable())
p$table <- p$table +
theme(
axis.ticks.y = element_blank()#removes the axis on the risk table
)
p$plot …