traitement des données d'admission à l'hôpital en utilisant R

Question

J'ai un ensemble de données d'admission à l'hôpital que je dois traiter, je suis bloqué en essayant de boucler les données et ramasser les trucs que je besoin, voici l'exemple:

Date Ward 
1 A 
2 A 
3 A 
4 A B 
5 A 
6 A 
7 A C 
8  C 
9  C 
10  C 

Et je leur dois être transformé en:

Ward Adm_Date Dis_Date 
A 1  4 
B 4  4 
A 4  7 
C 7  10 

pour le mettre dans la phrase, c'est un dossier d'admission du patient X qui:

• aller au service A du jour 1 au jour 4
• aller au service B (peut-être un service de soins intensifs) pendant moins d'un jour le jour 4, et retourner au service A ce jour
• rester dans le service A du jour 4 au jour 7
• mouvement pour éloigner C de service A partir du jour 7 et de rester dans le quartier C jusqu'à ce jour 10

Je pense à l'aide ddply en filtrant la salle, mais il n'est pas correct puisque B sera "omis" et la période de temps pour A n'est pas décomposée en 2 parties.

Des suggestions? Merci!

Answer 1

dat <- data.frame(Date=1:10,Ward=c(rep("A",3),"A B",rep("A",2),"A C",rep("C",3))) 
dat$Ward <- as.character(dat$Ward) 

# Change data to a "long" format 

Date2 <- rep(dat$Date,nchar(gsub(" ","",dat$Ward))) 
Ward2 <- unlist(strsplit(dat$Ward," ")) 
dat2 <- data.frame(Date=Date2,Ward=Ward2) 
dat2$Ward <- as.character(dat2$Ward) # pesky factors! 

# Create output 

Ward3 <- unlist(strsplit(gsub("(\\w)\\1+","\\1",paste(dat2$Ward,collapse="")),"")) 

#helper function to find lengths of repeated characters, probably a better way of doing this 

repCharLength <- function(str) 
{ 
    out <- numeric(0) 
    tmp <- 1 
    for (i in 2:length(str)) 
     { 
     if (str[i]!=str[i-1]) 
      {out<-c(out,tmp) 
      tmp<-1} 
     else 
     tmp <- tmp+1 
     } 
    return(c(out,tmp)) 
} 

stays <- repCharLength(dat2$Ward) 

Adm_Date <- c(1,dat2$Date[cumsum(stays)[1:(length(stays)-1)]]) 
Dis_Date <- dat2$Date[cumsum(stays)] 
dat3 <- data.frame(Ward=Ward3,Adm_Date=Adm_Date,Dis_Date=Dis_Date) 

> dat3 
    Ward Adm_Date Dis_Date 
1 A  1  4 
2 B  4  4 
3 A  4  7 
4 C  7  10 

Un peu plus impliqué que je pensais d'abord, et il y a probablement une meilleure façon d'obtenir les longueurs de séjour que vous utilisez la fonction d'aide je l'ai écrit, mais cela semble faire le travail.

Modifier

À la lumière du commentaire de Spacedman, il y a une fonction de bibliothèque pour calculer Ward3 et stays:

Ward3 <- rle(dat2$Ward)$values 
stays <- rle(dat2$Ward)$lengths 

Answer 2

Ce n'est pas une réponse complexe, mais vous pouvez transformer vos données

X <- data.frame(
    Date=1:10, 
    Ward=c("A","A","A","A B","A","A","A C","C","C","C"), 
    stringsAsFactors=FALSE 
) 

w <- strsplit(X$Ward," +") 
n <- sapply(w, length) 
X_mod <- data.frame(
    Date = rep(X$Date, n), 
    Ward = unlist(w, FALSE, FALSE) 
) 

Avec X_mod vous pouvez écrire solution vectorisée (= rapide). Pour commencer with(X_mod, c(0,cumsum(Ward[-1]!=Ward[-length(Ward)]))) vous donne l'ID de la visite.