问题

我有一个关于抗生素使用数据的数据框（长格式）。对于每位患者，我想要根据以下条件将特定抗生素组合成“联合疗法”：1）特定抗生素列表感兴趣，并且2）仅当这些特定抗生素具有相同的开始日期时。感兴趣的特定疗法包括：

• Ampicillin 和 ceftriaxone
• Ampicillin 和 gentamicin
• Ampicillin 和 streptomycin

我不需要其他组合（例如，如果 ampicillin 和 daptomycin 在同一天开始，我不想将它们组合在一起）。

我有一个患者ID，可以根据它将抗生素使用情况进行分组。我的 start_date 变量已经被转换为日期类（YYYY-MM-DD）。所有其他变量都是字符型。

以下是一组数据示例。在实际的数据框中，我有超过1,000行。

ID <- c("C1", "C1", "C1", "C2", "C3", "C3", "C3", "C4", "C4", "C5", "C5", "C5", "C6", "C6")

abx <- c("ampicillin", "ceftriaxone", "vancomycin", "linezolid", "ampicillin", "gentamicin", "vancomycin", "piptazo", "daptomycin", "ampicillin", "streptomycin", "vancomycin", "ampicillin", "daptomycin") 

date <- c(as.Date("2020-02-01"), as.Date("2020-02-01"), as.Date("2020-01-28"), as.Date("2020-03-01"), as.Date("2020-02-17"), as.Date("2020-02-17"), as.Date("2020-03-01"), as.Date("2020-01-11"), as.Date("2020-01-05"), as.Date("2020-01-05"), as.Date("2020-01-05"), as.Date("2020-01-01"), as.Date("2020-01-14"), as.Date("2020-01-14"))

df_abx <- data.frame(ID, abx, date)

我希望的解决方案如下：

我怀疑解决方案包括使用 "group_by" 对患者ID进行分组，我已经尝试过使用 "summarize" 和 "case_when"，但还没有达到我想要的结果。

ID <- c("C1", "C1", "C1", "C2", "C3", "C3", "C3", "C4", "C4", "C5", "C5", "C5", "C6", "C6")

abx <- c("ampicillin", "ceftriaxone", "vancomycin", "linezolid", "ampicillin", "gentamicin", "vancomycin", "piptazo", "daptomycin", "ampicillin", "streptomycin", "vancomycin", "ampicillin", "daptomycin") 

date <- c(as.Date("2020-02-01"), as.Date("2020-02-01"), as.Date("2020-01-28"), as.Date("2020-03-01"), as.Date("2020-02-17"), as.Date("2020-02-17"), as.Date("2020-03-01"), as.Date("2020-01-11"), as.Date("2020-01-05"), as.Date("2020-01-05"), as.Date("2020-01-05"), as.Date("2020-01-01"), as.Date("2020-01-14"), as.Date("2020-01-14"))

df_abx <- data.frame(ID, abx, date)

答案1

得分: 2

"Update: the correct version ** We can do it this way:

library(dplyr)
library(tidyr)

df_abx %>%
  group_by(ID, date) %>%
  mutate(abx = toString(abx)) %>%
  anti_join(df1, by="abx") %>%
  separate_rows(abx) %>%
  distinct() %>%
  bind_rows(df_abx %>%
              group_by(ID, date) %>%
              mutate(x = ifelse(str_detect(abx, pattern), 1, 0)) %>%
              filter(sum(x) >= 2) %>%
              summarise(abx = toString(abx))) %>%
  arrange(ID, abx)

 ID    abx                      date      
   <chr> <chr>                    <date>    
 1 C1    ampicillin, ceftriaxone  2020-02-01
 2 C1    vancomycin               2020-01-28
 3 C2    linezolid                2020-03-01
 4 C3    ampicillin, gentamicin   2020-02-17
 5 C3    vancomycin               2020-03-01
 6 C4    daptomycin               2020-01-05
 7 C4    piptazo                  2020-01-11
 8 C5    ampicillin, streptomycin 2020-01-05
 9 C5    vancomycin               2020-01-01
10 C6    ampicillin               2020-01-14
11 C6    daptomycin               2020-01-14
```"

<details>
<summary>英文:</summary>

**Update: the correct version ** We can do it this way: 

library(dplyr)
library(tidyr)

df_abx %>%
group_by(ID, date) %>%
mutate(abx = toString(abx)) %>%
anti_join(df1, by="abx") %>%
separate_rows(abx) %>%
distinct() %>%
bind_rows(df_abx %>%
group_by(ID, date) %>%
mutate(x = ifelse(str_detect(abx, pattern), 1, 0)) %>%
filter(sum(x)>=2) %>%
summarise(abx= toString(abx))) %>%
arrange(ID, abx)

ID abx date
<chr> <chr> <date>
1 C1 ampicillin, ceftriaxone 2020-02-01
2 C1 vancomycin 2020-01-28
3 C2 linezolid 2020-03-01
4 C3 ampicillin, gentamicin 2020-02-17
5 C3 vancomycin 2020-03-01
6 C4 daptomycin 2020-01-05
7 C4 piptazo 2020-01-11
8 C5 ampicillin, streptomycin 2020-01-05
9 C5 vancomycin 2020-01-01
10 C6 ampicillin 2020-01-14
11 C6 daptomycin 2020-01-14

</details>



# 答案2
**得分**: 1

我们可以按照 'ID'、'date' 分组，通过使用 `case_match` 创建一个新的分组列，为所选药物创建一个共同的分组，然后添加分组，通过 `paste`（`str_c`）在 `abx` 列中汇总 'abx'。

```r
library(dplyr)
library(stringr)
df_abx %>%
 group_by(ID, date) %>%
  mutate(abx_grp = coalesce(case_match(abx,
   c('ampicillin', 'ceftriaxone', 'gentamicin', 'streptomycin') ~ 'g1'), abx)) %>%
  group_by(abx_grp, .add = TRUE) %>%
 summarise(abx = str_c(abx, collapse = ", "), .groups = 'drop')  %>%
 select(-abx_grp)

library(dplyr)
library(stringr)
df_abx %>% 
 group_by(ID, date) %>%
  mutate(abx_grp = coalesce(case_match(abx,
   c('ampicillin', 'ceftriaxone', 'gentamicin', 'streptomycin') ~ 'g1'), abx)) %>%
  group_by(abx_grp, .add = TRUE) %>% 
 summarise(abx = str_c(abx, collapse = ", "), .groups = 'drop')  %>% 
 select(-abx_grp)

# A tibble: 11 × 3
   ID    date       abx                     
   <chr> <date>     <chr>                   
 1 C1    2020-01-28 vancomycin              
 2 C1    2020-02-01 ampicillin, ceftriaxone 
 3 C2    2020-03-01 linezolid               
 4 C3    2020-02-17 ampicillin, gentamicin  
 5 C3    2020-03-01 vancomycin              
 6 C4    2020-01-05 daptomycin              
 7 C4    2020-01-11 piptazo                 
 8 C5    2020-01-01 vancomycin              
 9 C5    2020-01-05 ampicillin, streptomycin
10 C6    2020-01-14 daptomycin              
11 C6    2020-01-14 ampicillin