在纵向数据集中发生事件后丢弃后续观察答案

【问题标题】：Dropping subsequent observations after the occurrence of an event in a longitudinal data set在纵向数据集中发生事件后丢弃后续观察
【发布时间】：2021-03-12 17:23:46
【问题描述】：

我得到了纵向数据集，我想在感兴趣的事件发生后删除观察结果。这意味着我想在指示感兴趣的event 的虚拟变量发生后删除所有观察结果（即event == 1）。数据看起来像这样：

id <- c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5)
time <-  c(1,2,3,1,2,3,1,2,3,1,2,3,1,2,3) 
event <- c(0,1,0,1,0,0,0,0,0,0,1,0,1,0,0)

df <- cbind(id,time,event)

      id time event
 [1,]  1    1     0
 [2,]  1    2     1
 [3,]  1    3     0
 [4,]  2    1     1
 [5,]  2    2     0
 [6,]  2    3     0
 [7,]  3    1     0
 [8,]  3    2     0
 [9,]  3    3     0
[10,]  4    1     0
[11,]  4    2     1
[12,]  4    3     0
[13,]  5    1     1
[14,]  5    2     0
[15,]  5    3     0

我想在事件发生后放弃所有后续观察（为清楚起见：event == 1）为id。导致如下所示的数据集：

     id time event
[1,]  1    1     0
[2,]  1    2     1
[3,]  2    1     1
[4,]  3    1     0
[5,]  3    2     0
[6,]  3    3     0
[7,]  4    1     0
[8,]  4    2     1
[9,]  5    1     1

我最大的问题是如何以时间变量为条件去除后续观察。

提前致谢！ :D

【问题讨论】：

标签： r longitudinal

【解决方案1】：

如果数据被构造为data.frame，那么我们可以在dplyr中使用group by操作，即按'id'分组，如果有的话，得到第一次出现1的位置索引和获取序列，否则返回行序列

library(dplyr)
df %>%
  arrange(id, time) %>%
  group_by(id) %>%
  slice(if(1 %in% event) seq(match(1, event)) else row_number()) %>%
  ungroup

-输出

# A tibble: 9 x 3
#     id  time event
#  <dbl> <dbl> <dbl>
#1     1     1     0
#2     1     2     1
#3     2     1     1
#4     3     1     0
#5     3     2     0
#6     3     3     0
#7     4     1     0
#8     4     2     1
#9     5     1     1

如果我们将nomatch 指定为行数（n()），则可以在不使用if/else 的情况下使其更短

df %>%
    arrange(id, time) %>%
    group_by(id) %>%
    slice(seq(match(1, event, nomatch = n())))

数据

df <- data.frame(id, time, event)

【讨论】：

谢谢！只是为了澄清：这个解决方案只有在数据框按时订购时才有效？对吗？
@ecl 是的，我假设它已经订购了，否则，您可以在group_by 之前使用arrange(id, time) %>%
谢谢！谢谢你帮助我！

【解决方案2】：

seq_len()的解决方案

library(dplyr)
df %>%
arrange(id, time)  %>%
  group_by(id) %>%
  slice(seq_len(min(which(event == 1), n())))

数据

id <- c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5)
time <-  c(1,2,3,1,2,3,1,2,3,1,2,3,1,2,3) 
event <- c(0,1,0,1,0,0,0,0,0,0,1,0,1,0,0)

df <- data.frame(id,time,event)

# output:
# Groups:   id [5]
     id  time event
  <dbl> <dbl> <dbl>
1     1     1     0
2     1     2     1
3     2     1     1
4     3     1     0
5     3     2     0
6     3     3     0
7     4     1     0
8     4     2     1
9     5     1     1

【讨论】：