根据列/条件的组合添加或减去数字

Question

我想调整HDL，ldl和trig，通过根据虚拟变量列的组合添加或减去常数。常数为：

MED	HDL	LDL	TRIG
MED1	-3.5	34.5	20.1
MED2	-6.3	24.7	0
MED3	-5	42.3	12
MED4	0	23	0 22 22
22 MED4	22	22	22.2

具体而言，规则是：

1. 当一个人只服用一种药物/减去相应的常数。例如，对于ID＃12，谁只服用Med5：

• adj_hdl =原始HDL -2.1
• AXD_LDL =原始LDL + 12
• AXP_TRIG =原始Trig + 22.2

2. 当一个人服用超过1种药物时，调整后的HDL/LDL/TRIG将是使用最大的绝对值使用常数添加/取消。

例如，对于ID＃1，他/她正在服用Med2，Med3和Med5。然后，他/她的调整后的脂质将是：

• adj_hdl =原始HDL -6.3（因为在Med2,3,5中，Med2在HDL的所有Meds中具有最大的绝对值）
• ADJ_LDL =原始LDL + 42.3
• AXP_TRIG =原始Trig = Original Trig + Original Trig + Original Trig + 22.2

因此，最终产品将是一个具有附加3列的数据集，adj_hdl，adj_ldl和adj> AXP_TRIG for to ever of vor aff code> aidk_hdl 。

模拟数据集：

set.seed(100)
id = 1:100
hdl = rnorm(100, mean = 50, sd = 3)
ldl = rnorm(100, mean = 120, sd = 10)
trig = rnorm(100, mean = 150, sd = 12)
med1 = rbinom(100, size = 1, prob = 0.4)
med2 = rbinom(100, size = 1, prob = 0.6)
med3 = rbinom(100, size = 1, prob = 0.55)
med4 = rbinom(100, size = 1, prob = 0.45)
med5 = rbinom(100, size = 1, prob = 0.72)

data = cbind(id, hdl, ldl, trig, med1, med2, med3, med4, med5) 

Answer 1

这很混乱，但我相信它可以起作用。

library(dplyr)
d <- as.data.frame(data)

df: Comparison dataframe
   med  hdl  ldl trig
1 med1 -3.5 34.5 20.1
2 med2 -6.3 24.7  0.0
3 med3 -5.0 42.3 12.0
4 med4  0.0 23.0 22.0
5 med5 -2.1 12.0 22.2

d |> 
  rowwise() |> 
  mutate(across(ldl:trig, ~ .x + max(df[[cur_column()]][df$med %in% (colnames(cur_data()[5:9])[which(cur_data()[5:9] == 1)])]),
                .names = "adj_{.col}")) |> 
  mutate(adj_hdl = hdl - max(abs(df$hdl[df$med %in% (colnames(cur_data()[5:9])[which(cur_data()[5:9] == 1)])])))

修订 （添加了ifelse而不是第二突变）

d |>  
rowwise() |>  
mutate(across(hdl:trig, ~ { 
adj <- max(abs(df[[cur_column()]][df$med %in% (colnames(cur_data()[5:9 [which(cur_data()[5:9] == 1)])]))     
ifelse(cur_column() == "hdl", .x - adj, .x + adj)   }, .names = "adj_{.col}"))



# A tibble: 100 × 12
# Rowwise: 
      id   hdl   ldl  trig  med1  med2  med3  med4  med5 adj_ldl adj_trig adj_hdl
   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>   <dbl>    <dbl>   <dbl>
 1     1  48.5  117.  150.     0     1     1     0     1    159.     173.    42.2
 2     2  50.4  134.  146.     0     0     1     0     1    176.     168.    45.4
 3     3  49.8  115.  160.     0     0     1     0     1    158.     182.    44.8
 4     4  52.7  128.  156.     0     1     1     1     1    171.     178.    46.4
 5     5  50.4  105.  162.     0     1     0     1     1    130.     184.    44.1
 6     6  51.0  116.  138.     1     1     1     1     1    158.     160.    44.7
 7     7  48.3  112.  143.     0     1     1     0     1    155.     165.    42.0
 8     8  52.1  116.  138.     0     0     0     1     1    139.     160.    50.0
 9     9  47.5  132.  114.     1     0     1     0     1    175.     136.    42.5
10    10  48.9  119.  154.     0     1     0     0     0    144.     154.    42.6