計算不同長度的數據集中numid相同的差異

Question

我有2個數據框：「start.date」和「death.date」。每個包括2列「numid」（數字ID）和「日期」列。 「start.date」是記錄每個numid的疾病開始的數據集。 「death.date」僅包含那些在death.date $ date中死亡的「start.date」中的numid。

我需要爲具有相同numid的人計算start.date和death.date之間的差異（=存活率）。

這是我寫的：

tempi<-as.numeric(factor(start.date$numid)) 
tempj<-as.numeric(factor(death.date$numid)) 
for(i in tempi){ 
    for(j in tempj){ 
    surviv[i]<-ifelse(colic.date$numid[i]==death.date$numid[j], 
         death.date$date.death[j]-colic.date$date.colic[i], 
         "alive") 
    } 
} 

在這裏我的問題，我認爲是surviv [I]只保留death.date $ numid [J]的最後一個值，但我不能找到出路。任何人都可以點亮這一點嗎？ 有可能更簡單的方法來做到這一點（它運行速度非常慢 - 即使有錯誤的結果）

道歉，如果這已被討論的地方，我什麼都找不到我的數據。

乾杯 馬爾科

Answer 1

這是我在它刺傷，使用自定義函數生成日期，然後創建了兩個data.frames。然後我使用intersect找到了data.frames之間的common.ids，並使用difftime來查找日期的差異。你使用for循環時，你的代碼很慢。閱讀this page上的資源，用於向量化代碼。

我用intersect，雖然看看%in%以及找到共同的項目。

#Function to get some dates, using a uniform distribution, 
thanks to [Dirk Eddelbuettel][2] 
unif.dates <-function(N, start = "2012/01/01", end = "2012/12/31") { 
#Orginal at http://stackoverflow.com/a/14721124/2747709 
start <- as.POSIXct(as.Date(start))# 
end <- as.POSIXct(as.Date(end))# 
dt <- as.numeric(difftime(end,start,unit = "sec"))# 
ev <- sort(runif(N, 0, dt))# 
rt <- start + ev 
} 
#Generating some random ids and dates and 
assigning them to data.frames 

start.date <- data.frame(numid = sample(25,15), date = unif.dates(15, start = "2012/06/01", end = "2012/12/31")) 

death.date <- data.frame(numid = sample(25,15),date = unif.dates(15, start = "2012/08/01", 
end = "2013/02/28")) 
#Get Common ids between data.frames 
common.ids <-intersect(death.date$numid,start.date$numid) 
#Calculate time difference, this defauts to days, read ?difftime for other units 
z <-difftime(death.date$date[death.date$numid %in% common.ids], start.date$date[start.date$numid %in% common.ids])