Daten Reinigung für Survival Analysis

Question

Ich bin dabei, einige Daten für eine Überlebensanalyse zu reinigen, und ich versuche, es so zu machen, dass eine Person nur einen einzigen, anhaltenden Übergang von Symptom vorhanden (ss = 1) hat Symptom remittiert (ss = 0). Eine Person muss eine vollständige anhaltende Remission haben, damit es als eine Remission gilt. Abgesehen von statistischen Problemen/Problemen frage ich mich, wie ich die unten aufgeführten Probleme angehen kann.

Ich habe versucht, das Problem in kleinere, überschaubarere Operationen und Objekte auseinander zu brechen, aber die Lösungen, die ich komme, zwingen mich bedingte Formatierung basierend auf Zeilen direkt über und unter dem fehlenden Wert zu verwenden und Ehrlich gesagt, bin ich etwas verloren, wie das geht. Ich würde gerne ein wenig Anleitung, wenn Sie denken, dass Sie wissen, eine gute Technik, die ich verwenden kann, experimentieren mit, oder wenn Sie wissen, gute Suchbegriffe, die ich verwenden kann, wenn Sie eine Lösung suchen.

Die Details sind unten:

#Fake dataset creation 
id <- c(1,1,1,1,1,1,1,2,2,2,2,2,2,2,3,3,3,3,3,3,3,4,4,4,4,4,4,4) 
time <-c(0,1,2,3,4,5,6,0,1,2,3,4,5,6,0,1,2,3,4,5,6,0,1,2,3,4,5,6) 
ss <- c(1,1,1,1,NA,0,0,1,1,0,NA,0,0,0,1,1,1,1,1,1,NA,1,1,0,NA,NA,0,0) 
mydat <- data.frame(id, time, ss) 

* fett gedruckt und unterstrichen Zeichen repräsentieren Änderungen aus dem Datensatz über

Das Ziel hier ist es, einen Weg zu finden, die NA-Werte für ID # 1 (Variable erhalten ss) wie folgt aussehen: 1,1,1,1, , 0,0

ID # 2 (Variable ss) wie folgt aussehen: 1,1,0, , 0,0,0

ID # 3 (Variable ss) wie folgt aussehen: 1,1,1,1,1,1, NA (keine Änderung, da die Zeile mit NA gelöscht wird schließlich)

ID # 4 (Variable ss) wie folgt aussehen: 1,1, , , , 0,0 (dies mehrere Änderungen erfordern und Ich erwarte, dass es am schwierigsten zu bewältigen ist).

Answer 1

Ich glaube nicht wirklich, dass Sie alle "Edge Case" berücksichtigt haben. Was tun mit zwei NA's in einer Reihe am Ende einer Periode oder 4 oder 5 NAs hintereinander. Dies werden Sie die gewünschte Lösung in Ihrem kleinen Testfall jedoch mit dem na.locf -function:

require(zoo) 
fillNA <- function(vec) { if (is.na(tail(vec, 1))){ vec } else { vec <- na.locf(vec) } 
         } 

> mydat$locf <- with(mydat, ave(ss, id, FUN=fillNA)) 
> mydat 
    id time ss locf 
1 1 0 1 1 
2 1 1 1 1 
3 1 2 1 1 
4 1 3 1 1 
5 1 4 NA 1 
6 1 5 0 0 
7 1 6 0 0 
8 2 0 1 1 
9 2 1 1 1 
10 2 2 0 0 
11 2 3 NA 0 
12 2 4 0 0 
13 2 5 0 0 
14 2 6 0 0 
15 3 0 1 1 
16 3 1 1 1 
17 3 2 1 1 
18 3 3 1 1 
19 3 4 1 1 
20 3 5 1 1 
21 3 6 NA NA 
22 4 0 1 1 
23 4 1 1 1 
24 4 2 0 0 
25 4 3 NA 0 
26 4 4 NA 0 
27 4 5 0 0 
28 4 6 0 0