前端之家

  1. 首页
  2. 问答

比较具有相同ID的特定列之间的行的功能

• 问答

我有一个很大的实验室数据库，一些ID具有多个结果，我还创建了另一个带有首字母+年龄+性别变量的关键变量，用于与医院病历的其他匹配。但是，我注意到有时不同的名字首字母具有相同的医院ID。我想编写一个函数来检测这种不一致性。

数据库示例：

df=data.frame(ID=c("5606","5606","5728","5824","5824"),key2=c("TN35M","TN35M","JJ26M","CD47F","DG44M","DG44M"),date_sample=c("12/03/2012","12/03/2012","19/04/2012","21/05/2012","19/10/2012","19/10/2012"),service=c("ORTHO","ORTHO","BLOC","VISC","BLOC"),germe=c("Acinetobacter sp","Burkholderia pseudomallei","Stenotrophomonas maltophilia","Staphylococcus haemolyticus"," Enterobacter cloacae","Escherichia  coli","Pseudomonas aeruginosa"))


ID      key2    date_sample service germe

5606    TN35M   12/03/2012  ORTHO   Acinetobacter sp
5606    TN35M   12/03/2012  ORTHO   Burkholderia pseudomallei
5728    JJ26M   19/04/2012  BLOC    Stenotrophomonas maltophilia
5824    CD47F   21/05/2012  VISC    Staphylococcus haemolyticus
5824    CD47F   21/05/2012  VISC    Enterobacter cloacae
5824    DG44M   19/10/2012  BLOC    Escherichia coli
5824    DG44M   19/10/2012  BLOC    Pseudomonas aeruginosa

每个ID应该具有一个唯一的key2变量。如何比较同一“ ID”变量的“ key2”变量行，并有一个输出变量来检测所有不连贯的行，以确保将每个ID分配给一个唯一的患者，但不会被多个1个病人？

喜欢：


ID       key2   date_sample service germe                        incoherence

5606    TN35M   12/03/2012  ORTHO   Acinetobacter sp                N
5606    TN35M   12/03/2012  ORTHO   Burkholderia pseudomallei       N
5728    JJ26M   19/04/2012  BLOC    Stenotrophomonas maltophilia    N
5824    CD47F   21/05/2012  VISC    Staphylococcus haemolyticus     Y
5824    CD47F   21/05/2012  VISC    Enterobacter cloacae            Y
5824    DG44M   19/10/2012  BLOC    Escherichia coli                Y
5824    DG44M   19/10/2012  BLOC    Pseudomonas aeruginosa          Y
dtj3516702 回答：比较具有相同ID的特定列之间的行的功能

您可以计算每个组的唯一值。如果大于1，则Y（或在这种情况下为TRUE），即

!with(df,ave(key2,ID,FUN = function(i) length(unique(i)))) == 1
#[1] FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE

注意：请确保您的变量是字符，而不是因数

,

使用dplyr 

library(dplyr)
df %>%
 group_by(ID) %>%
 mutate(incoherence = c("N","Y")[(n_distinct(key2) > 1) +1])

#   ID    key2 incoherence
#  <fct> <fct> <chr>      
#1 5606  TN35M N          
#2 5606  TN35M N          
#3 5728  JJ26M N          
#4 5824  CD47F Y          
#5 5824  CD47F Y          
#6 5824  DG44M Y          
#7 5824  DG44M Y

和data.table 

library(data.table)
setDT(df)[,incoherence := c("N","Y")[(uniqueN(key2) > 1) +1],by = ID]
,

您的问题没有明确说明您希望在incoherence中使用key2和id来详细说明

comparerrows
本文链接：https://www.f2er.com/3167733.html

大家都在问