在进入研究之前计算平均暴露量

Question

这个问题和我最近发的here的问题有关

我想根据进入研究的确切日期计算前 1、2、3 年等的平均暴露量。

以第一人（2002 年 2 月进入研究）为例，一年的平均值是根据 2002 年 (37) 和 2001 年 (328) 的天数计算得出的。 2002 年的曝光率为 18，2001 年为 19。这给出了 18.88569 的一年曝光率，这是根据公式 (37*18)/365.25 和 (328*19)/365.25 计算得出的。

同一个人的两年平均值包括 2002 年、2001 年和 2000 年的暴露数据，将是： 2002 年的贡献 (37*18) / 365.25
2001 年贡献：19
2000 年的贡献： (328*18)/365.25 ) / 2 得到 18.49384

谢谢 伪造数据可通过以下链接找到：https://drive.google.com/file/d/0B_4NdfcEvU7La1ZCd2EtbEdaeGs/view?usp=sharing

Answer 1

再一次，这里有一个想法。会有更好的方法。无论如何，我修改了我之前对你之前问题的回答。这也不是一个优雅的答案。但是，这可以满足您的需求。第一步是重新排列您的数据框。 test 中的 ana 包含每个主题 (id) 进入年份的天数（例如，id 1 为 37）以及其他年份为 365。在第二步中，我按主题 (id) 拆分数据并删除年份大于条目年份的行。在最后一步中，我按照您在问题中描述的方式进行了数学运算。我为每个主题选择了条目年份行并创建了一个数据框。

library(reshape2)
library(lubridate)
library(stringi)
library(dplyr)
library(tidyr)

### Arrange the data frame.
ana <- mutate(mydf,id = 1:n()) %>%
       melt(id.vars = c("id","entry")) %>%
       mutate(variable = stri_extract_last(variable, regex = "\\d+"),
              entry = as.Date(entry, format = "%d%b%Y"),
              entryYear = as.character(format(entry, "%Y")),
              check = ifelse(variable == entryYear, "Y", "N"),
              test = ifelse(variable == entryYear, yday(entry) - 1, 365)) %>%
              arrange(id)


### Get rid of rows which have larger year numbers than the entry year

bob <- lapply(split(ana, ana$id), function(x) {

                    indx <- which(x$check == "Y")

                    if(indx < nrow(x)){

                        x[-c(indx + 1: nrow(x)),]

                    }else{x}
                }
            )


### Get one-year and two-year averages

cathy <- lapply(bob, function(x){

    x$one <- ((x[nrow(x),4]) * (x[nrow(x),7]) / 365.25) +
             ((x[nrow(x)-1,4]) * ((x[nrow(x)-1,7]) - (x[nrow(x),7])) / 365.25)


    x$two <- (((x[nrow(x),4]) * (x[nrow(x),7]) / 365.25) +
             (x[nrow(x)-1,4]) +
             ((x[nrow(x)-2,4]) * ((x[nrow(x)-2,7]) - (x[nrow(x),7])) / 365.25)) / 2 

    subset(x, check == "Y")
})

### Create a data frame. unnest is available in the dev version of tidyr.
unnest(cathy)

#  id      entry variable value entryYear check test       one       two
#1  1 2002-02-07     2002    18      2002     Y   37 18.885695 18.493840
#2  2 2002-06-06     2002    16      2002     Y  156 16.561259 16.780630
#3  3 2003-04-16     2003    14      2003     Y  105 15.414100 15.707050
#4  4 2003-05-26     2003    16      2003     Y  145 16.591376 17.096851
#5  5 2003-06-11     2003    13      2003     Y  161 13.549624 14.054073
#6  6 2004-02-20     2004     3      2004     Y   50  2.997947  3.430185
#7  7 2004-07-25     2004     2      2004     Y  206  1.998631  2.216975
#8  8 2004-08-19     2004     4      2004     Y  231  3.997262  4.182067
#9  9 2004-12-19     2004     5      2004     Y  353  5.029432  5.481862