我的数据集的一个样本:https://i.stack.imgur.com/AYLAg.png
> str(df_nr_axspa)
'data.frame': 6522 obs. of 3 variables:
$ asas_criteria : Factor w/ 2 levels "0","1": 2 2 NA 2 2 2 2 1 2 2 ...
$ new_york_criteria: Factor w/ 2 levels "0","1": 2 2 NA 2 NA 2 1 1 2 2 ...
$ nr_axspa : num 0 0 NA 0 NA 0 1 2 0 0 ...
我想重新编码一个变量，我想叫它nr-axspa。这个变量是一种诊断，是脊椎关节炎的一个亚型，是一种风湿性疾病。根据ASAS和New York的分类标准可以推断诊断。
如果患者在ASAS中为1，但在纽约为0，则他/她患有nr-axspa，否则没有(在这种情况下为r-axspa)。我将所有有nr-axspa的人编码为"1"，所有没有nr-axspa的人编码为"0"。还有一些是美国标准协会0分，纽约是0到2分。这是我使用的代码:
df_nr_axspa <- mutate(df, nr_axspa = if_else(asas_criteria == 0 & new_york_criteria == 0, 2,
if_else(asas_criteria == 1 & new_york_criteria == 0, 1, 0)))
有趣的是，当我查看summary(df_nr_axspa$nr_axspa)时，我发现有1596名患者被诊断。然而，我原本预计只有1434例。
当我创建一个包含ASAS标准和New York标准的2x2表时，它给出了这些数字:
<table>
<tbody>
<tr>
<td> </td>
<td>New York</td>
<td> </td>
</tr>
<tr>
<td>ASAS</td>
<td>0</td>
<td>1</td>
</tr>
<tr>
<td>0</td>
<td>20</td>
<td>50</td>
</tr>
<tr>
<td>1</td>
<td>372</td>
<td>992</td>
</tr>
</tbody>
</table>所以根据这个表，应该有20名患者没有诊断或组为"2"，372名患者诊断为"1"。或";nr-axspa"1042例患者为"0"或"r-axspa".
但是，新编码的变量"1"的频率为372，"2"的频率为20。但是1204代表"0"。所以这个组" 1 "组&;2&;已被正确分类，但组的"0";我们突然有了162个这样的病人。
我用来确定新编码变量
的频率的代码describe(df_nr_ax_spa$nr_ax_spa)
所以我想弄清楚到底发生了什么。当我手动查看数据时，我似乎找不到新变量编码方式的任何错误。有人能解释一下吗?
提前感谢!
我想知道mutate + case_when会为你工作吗?
df_nr_axspa <- df_nr_axspa %>%
mutate(nr_axspa = case_when(
asas_criteria = 0 & new_york_criteria == 0 ~ 2,
asas_criteria = 1 & new_york_criteria == 0 ~ 1))
也许另一个答案可以帮助你理解你的其他代码出了什么问题。也许是NA值造成了问题;我不确定。
使用标准作为因子，使用数字作为名称，很容易出现问题。你可以在你的"str"输出来自个体的值与级别不匹配。改变你的if_else在数字周围加上引号，例如
df_nr_axspa <- mutate(df, nr_axspa = if_else(asas_criteria == "0" & new_york_criteria == "0", 2,
if_else(asas_criteria == "1" & new_york_criteria == "0", 1, 0)))
不确定这是不是问题。
我不建议用数字作为因子名——这会引起很大的混乱!
我明白我的问题了。当我检查符合纽约标准= 1的患者总数时，它回到1204。我突然意识到这个公式非常有效，但我计算出的应该有"r- x"的病人总数;因此纽约标准= 1，是完全错误的。所以交叉表只显示了同时患有ASAS和;纽约标准，但不包括纽约标准= 1但缺失ASAS的患者。
我设法找到了这个解决方案，因为我将if_else函数分成3部分，并将它们放在不同的向量(x1,x2,x3)中，以查看错误发生的地方。