用条件列值对ID行进行子集，并在必要时创建带有NA的行。

Question

我有四个基本的数据: ID，时间，曝光，结果

我希望在我的曝光和结果之间有一个散点，但是我的曝光的兴趣时间点不同于对结果感兴趣的时间点，因此有一些I在该结果时间点没有任何评估。我想要做的是创建一个数据子集，每个ID作为一行，然后暴露在时间-1和结果在时间-3，但如果一个ID不存在的t have an assessment at time-3 I have it included with the value NA. The issue is that in the data if a timepoint was not assessed, the relative row for that ID doesn在第一位。以下是数据的一个示例：

ID <- c(1,1,2,2,2,3,3,3,4,4)
exposure <-c(1.2, 1.3, 1.4, 1.5, 2.1, 2.2, 3.2, 4.2, 5.2, 6.2)
outcome <-c(0.8, 0.7, 0.6, 0.5, 0.4, 0.3, 0.2, 0.1, 2.1, 3.1)
Time<-c("time_1","time_2","time_1","time_2","time_3","time_1","time_2","time_3","time_1","tme_2")
data <-data.frame(ID,exposure,outcome,Time)

为什么我要这样做，因为散点图是一个横截面图，因此如果我只是根据每个ID的时间绘制，该图将是空的，因为在time_1和time_3的结果中，每行都不会有一对曝光，所以这就是为什么我需要创建一个数据子集，并自己制作paires。

到目前为止，我尝试过这些密码：

# so you see the empty cells and the reason of getting an empty plot
df <- data |> pivot_wider (name_from = Time, values_from = c(exposure,outcome))

#subsetting the data to only my desired time points (this helps me to see in my actual # data which IDs are actually not having an assessed time point

df1 <- data %>%
group_by(ID)%>%
filter(data, Time=="time_1" | Time=="time_3")%>%
ungroup()

# And eventually subsetting the data based on different timepoint to then merge them #together

df2 <- filter (data, Time=="time_1")
df3 <- filter (data, Time=="time_3")

但是在最后一段代码中，您可以看到这两个数据集的大小是不同的，除此之外，我在临床上很重要地表明，例如对于ID=1，结果在time_3上有NA，所以我不想只使用两个可用值的ID子集。

因此，我希望最终拥有的数据集需要有以下结构：

ID exposure_time_1  outcome_time_3
----------------------------------
1         1.2            NA
2         1.4            0.4
3         2.2            0.1
4         5.2            NA

对此有什么解决办法吗？

Answer 1

你差点就有了。只需select列在您的pivot_wider后面。

df %>% 
    select(ID, exposure_time_1,  outcome_time_3) %>% 
    filter(!is.na(exposure_time_1) | !is.na(outcome_time_3))

您的数据集在这里不需要，但是我添加了filter以确保最后两列中至少有一列是非空的。不过，也许你真的想要filter(!is.na(outcome_time_3))。