识别数据框中日期在指定天数内的行对

Question

我正在尝试创建一个类似于 CMS 发布 referral data 的数据集。简而言之，如果两位医生在 30 天内看到同一位患者，他们就会被联系在一起。

我有一个包含患者、医生和预约日期的数据集，例如：

df <- data.frame(
  doctor = c("Dr. Who", "Dr. Pepper", "Dr.Bob", "Dr. Strangelove"),
  patient = c("Mickey", "Mickey", "Mickey", "Mickey"),
  date = c("2015-01-15", "2015-01-21", "2015-04-01", "2015-02-18")
)

有了上面的数据集，我想写一些 R 代码来返回：

• 博士。谁，Pepper 博士（因为他们会在 6 天内看到米奇）
• 博士。 Pepper，Strangelove 博士（他们会在 28 天内看到米奇）

我的实际数据集包含更多医生、患者和日期。我没有太多的计算机科学背景，但这似乎是一项计算繁重的任务。

用简单的英语，我处理这个问题的方式是：

1. 收集所有患者预约
2. 对于每个约会日期，找出与所有其他约会日期的天数差异
3. 返回任何两个相隔 +/- 30 天的医生对。

如果我能以任何方式改进我的问题，请告诉我。谢谢。

Answer 1

您可以使用mapply 来实现，它按元素应用多元函数。在这里，它遍历doctor 和date 列，将df 子集到与30 天内的日期相关联的与该预约不同的医生。多个匹配项与paste( ... , collapse = ', ') 组合在一起。

df$linked_doc <- mapply(
  function(doc, date){paste(
    df[abs(date - df$date) < 30 & doc != df$doctor, 'doctor'], 
    collapse = ', ')}, 
  df$doctor, df$date)

df
#            doctor patient       date               linked_doc
# 1         Dr. Who  Mickey 2015-01-15               Dr. Pepper
# 2      Dr. Pepper  Mickey 2015-01-21 Dr. Who, Dr. Strangelove
# 3          Dr.Bob  Mickey 2015-04-01                         
# 4 Dr. Strangelove  Mickey 2015-02-18               Dr. Pepper

当然，还有其他方法可以做到这一点。如果您有多个患者，您可以在应用该功能之前在patient 上split。