r语言 - 如何使用purrr迭代引用日期，过滤大小写并创建长表

Question

我有一个案例表。每一行代表一个案例。case有一个Case_id、一个开始日期、一个完成日期和其他属性。案件在其开始日期和完成日期之间是有效的。这是一个表达式:

library(tidyverse)
set.seed(42)
Case_id <- seq(1:100)
Start <- sample(seq(as.Date("2022-08-01"), as.Date("2022-12-01"), by = "day"), 100, replace = TRUE)
Complete <- Start + sample(0:60, 1, replace = TRUE)
Other_attributes <- sample(c("Red", "Blue", "Green"), 100, replace = TRUE)
Cases <- tibble(Case_id, Start, Complete, Other_attributes)
head(Cases)
#> # A tibble: 6 × 4
#>   Case_id Start      Complete   Other_attributes
#>     <int> <date>     <date>     <chr>           
#> 1       1 2022-09-18 2022-10-11 Red             
#> 2       2 2022-11-09 2022-12-02 Blue            
#> 3       3 2022-10-04 2022-10-27 Red             
#> 4       4 2022-08-25 2022-09-17 Blue            
#> 5       5 2022-10-13 2022-11-05 Green           
#> 6       6 2022-11-08 2022-12-01 Red

^{创建于2023-01-01使用reprex v2.0.2}

最后，我想展示活动病例的数量是如何随着时间的推移而发展的，可能按其他属性的任何组合进行分组。随着时间推移的发展由每周参考日期表示。在本例中，我将引用日期放入一个向量中，但它们也可以组织成一个包含一列的索引。

Reference_dates <- seq(as.Date("2022-09-04"), as.Date("2022-12-31"), by = "weeks")

为了实现我的最终目标，我将首先创建一个长表。我遍历每周引用日期的每个元素，并过滤在每个引用日期活动的案例。在第一个参考日期对活动案例的过滤可以如下所示:

Cases %>% filter(Reference_dates[1] >= Start & Reference_dates[1] <= Complete)

过滤后的case还应该通过包含相应引用日期的新列来充实。

我对每个引用日期重复此操作，然后将过滤和充实的用例行绑定到一个更长的平面表中。我的问题是如何创建这个长表.

我想避免for循环，而是使用函数式编程来创建长表。我已经研究了列表列与随后的解嵌套和purrr::map()与随后的purrr::list_rbind()，但我不知道如何开始。什么好主意吗?

一旦解决了这个问题，我就可以很容易地使用rpivottable()或group_by(Reference_dates, Other_attributes)来计算每个引用日期的活动案例数量，并通过其他属性的任何组合对其进行分组。

我的真实案例数实际上要大得多，而且我还有其他一些属性。请告知是否有比首先创建长表更有效的方法来实现我的最终目标。

Answer 1

使用purrr::map_df，你可以循环你的参考日期，创建你的过滤数据集，并将它们绑定到一个df在一个步骤，像这样:

library(tidyverse)
map_df(Reference_dates, function(x) {
Cases %>%
filter(x >= Start & x <= Complete) %>%
mutate(Reference_Date = x)
})
#> # A tibble: 275 × 5
#>    Case_id Start      Complete   Other_attributes Reference_Date
#>      <int> <date>     <date>     <chr>            <date>        
#>  1       4 2022-08-25 2022-09-17 Blue             2022-09-04    
#>  2       7 2022-08-18 2022-09-10 Red              2022-09-04    
#>  3      11 2022-08-24 2022-09-16 Green            2022-09-04    
#>  4      17 2022-08-20 2022-09-12 Red              2022-09-04    
#>  5      18 2022-08-26 2022-09-18 Red              2022-09-04    
#>  6      24 2022-08-27 2022-09-19 Red              2022-09-04    
#>  7      31 2022-09-03 2022-09-26 Blue             2022-09-04    
#>  8      38 2022-08-24 2022-09-16 Blue             2022-09-04    
#>  9      39 2022-08-30 2022-09-22 Red              2022-09-04    
#> 10      41 2022-08-15 2022-09-07 Red              2022-09-04    
#> # … with 265 more rows

Answer 2

不是purrr解决方案，而是dplyr解决方案。

library(tidyverse)
columnsToAdd <- as.character(Reference_dates)
Cases[,columnsToAdd] <- ""
Cases |> 
pivot_longer(cols = starts_with('2022')) |> 
mutate(name = as.Date(name)) |> 
select(-value) |> 
filter((name >= Start & name <= Complete))
#> # A tibble: 275 × 5
#>    Case_id Start      Complete   Other_attributes name      
#>      <int> <date>     <date>     <chr>            <date>    
#>  1       1 2022-09-18 2022-10-11 Red              2022-09-18
#>  2       1 2022-09-18 2022-10-11 Red              2022-09-25
#>  3       1 2022-09-18 2022-10-11 Red              2022-10-02
#>  4       1 2022-09-18 2022-10-11 Red              2022-10-09
#>  5       2 2022-11-09 2022-12-02 Blue             2022-11-13
#>  6       2 2022-11-09 2022-12-02 Blue             2022-11-20
#>  7       2 2022-11-09 2022-12-02 Blue             2022-11-27
#>  8       3 2022-10-04 2022-10-27 Red              2022-10-09
#>  9       3 2022-10-04 2022-10-27 Red              2022-10-16
#> 10       3 2022-10-04 2022-10-27 Red              2022-10-23
#> # … with 265 more rows