使用 dplyr 从不同的 data.frame 中提取数据？

Question

我有一个名为 dat_new 的数据框，本质上它是诊所就诊数据，hrn 是患者 ID，dov 是就诊日期（每人多次就诊）。然后我有一个名为 event 的数据框，其中包含过时的入院情况（每人多次入院）。

我想要做的是，对于每次诊所就诊，我想将在该诊所就诊之前发生的住院人数相加，很简单。

这适用于 plyr 的 ddply，需要一些时间但效果很好。

temp <- ddply(dat_new, .(hrn,dov), summarise,
              dka2 = sum(event$event_code[which(event$hrn==hrn & event$doa <= dov)]==2),
              dka3 = sum(event$event_code[which(event$hrn==hrn & event$doa <= dov)]==3),
              dka8 = sum(event$event_code[which(event$hrn==hrn & event$doa <= dov)]==8)
)

现在，尝试在 dplyr 中重写，我得到一个错误

Error: binding not found: 'event_code'

我的编码是这样的：

temp2 <- group_by(dat_new, hrn, dov)
temp3 <- summarise(temp2,
                   dka2 = sum(event$event_code[which(event$hrn==hrn & event$doa <= dov)]==2))

显然 event_code 不在 temp2 数据框中。在“汇总”时，是否 dplyr 不能与“其他”数据帧一起使用？如果有更好的方法来进行“查找”/求和，我正在做我所有的耳朵。

我确实尝试过几次，尝试以不同的顺序在 vanilla R 上加载包，以尝试消除任何命名空间问题。

谢谢

编辑 - 可重现的示例

这是一个快速而肮脏的示例，只是为了说明问题。如果我们创建一个“查找”data.frame，每辆车有 2 个，mpg 约为 500，然后我们可以尝试遍历原始 data.frame，在新的 data.frame 中查找并将两个 mpg 相加. plyr 给出了预期的 1000 左右的数字。 dplyr 错误。

# add the model names as a column so they're easier to get at
mtcars$models <- row.names(mtcars)

# create a 'lookup' table
xtra <- data.frame(models = rep(row.names(mtcars),2),
                    newmpg = rnorm(2*nrow(mtcars),500,10)
)
xtra <- xtra[sample(row.names(xtra)), ]

library(plyr)
ddply(mtcars, .(models), summarise,
        revisedmpg = sum(xtra$newmpg[models==xtra$models]) )
# great, one row per car, with both mpgs added together
library(dplyr)

temp2 <- group_by(mtcars, models)
temp3 <- summarise(temp2,
                   revisedmpg = xtra$newmpg[models==xtra$models] )
# error

Answer 1

怎么样：

merge(mtcars,xtra,by="models") %.% group_by(models) %.% summarise(sum(newmpg)) 

编辑对不起，我认为这是你想要的；

# from what I can tell of your data:
dat_new<-data.frame(hrn=c("P1","P2"),dov=42000)
event<-data.frame(hrn=sample(dat_new$hrn,20,T),doa=41990+sample(1:20,20),event_code=sample(2:8,20,T))


merge(dat_new,event,by="hrn") %.%
filter(doa<=dov) %.% 
group_by(hrn,dov) %.%
summarise(dka2=length(event_code[event_code==2]),
          dka3=length(event_code[event_code==3]),
          dka8=length(event_code[event_code==8]))

Source: local data frame [2 x 5]
Groups: hrn

  hrn   dov dka2 dka3 dka8
1  P1 42000    2    1    0
2  P2 42000    1    0    1

道歉 - 我在编辑之前混淆了 doa 和 dov - 您可能需要根据表格中的其他内容调整 merge(,by=c("x",..)) 调用