Group by ID e il Risultato e prendere le prime prime Date di risultati specifici e assegnare numeri.e outcome1, outcome2)

Con tidyverse si può provare il seguente.

(Se necessario, in primo arrange da Date così è in ordine cronologico.)

Creare un raggruppamento di valore a seconda dei cambiamenti dell' Outcome colonna (da remissione delle ricadute e viceversa). Ho usato rleid da data.table per comodità e creato una colonna temporanea, Grp. Per esempio:

      Id Date       Outcome   Grp
   <dbl> <chr>      <chr>   <int>
 1     1 2001-01-31 CR          1
 2     1 2001-02-13 CR          1
 3     1 2001-05-31 Relapse     2
 4     1 2001-06-02 Relapse     2
 5     1 2018-01-31 CR          3
 6     1 2018-03-31 CR          3
 7     1 2018-07-31 CR          3
 8     1 2019-04-04 Relapse     4
 9     2 2014-01-31 CR          1
10     2 2014-02-02 CR          1
11     2 2014-04-31 Relapse     2
12     2 2014-05-18 CR          3

Si può vedere, all'interno di ogni Idche , quando l' Outcome modifiche, il Grp aumenta. In quel modo, le successive date con lo stesso Outcome saranno incluse nella stessa Grp.

Il .add argomento ci permette di aggiungere Grp per la prima del raggruppamento, che è stato appena Id. Così, il raggruppamento ora sia Grp e Idsi può quindi slice la prima riga. slice(1) o slice(n = 1) manterrà 1 riga all'interno del gruppo. In questo caso, abbiamo raggruppati per Id e Grp, in modo che solo 1 riga saranno conservati per un determinato Grp e Id la combinazione.

Infine, è possibile aggiungere un numero di riga che permetterà, per la grande uscita descritto (una sequenza consecutiva di numeri per il CR e la Ricaduta: 1, 2, 3, 4...). In questo caso, abbiamo group_by entrambi Id e Outcomee consecutivamente numero di date per questa combinazione. pivot_wider messo i dati in formato wide, se desiderato.

library(data.table)
library(tidyverse)

mydata %>%
  group_by(Id) %>%
  mutate(Grp = rleid(Outcome)) %>%
  group_by(Grp, .add = T) %>%
  slice(1) %>%
  group_by(Id, Outcome) %>%
  mutate(n = row_number()) %>%
  pivot_wider(id_cols = Id, names_from = c(Outcome, n), values_from = Date)

Uscita

     Id CR_1       Relapse_1  CR_2       Relapse_2 
  <dbl> <chr>      <chr>      <chr>      <chr>     
1     1 2001-01-31 2001-05-31 2018-01-31 2019-04-04
2     2 2014-01-31 2014-04-31 2014-05-18 NA