问题描述，需要统计一下，每一天在院的病人数，作为衡量临床医生工作量的一个指标，每天管理的病人数>15（没有上线）,该天为达标，满足一个单元，为啥这样只计数不考虑工作难度，不在讨论范围之内。
拿到科密整理的数据后，如下，有关于该医生在科室从2017年到2021年所有治疗的治疗患者的看病记录，内容有患者ID，姓名，出入院时间。根据题目，出入院时间才是我们重点考虑的对象。
首先使用excel处理，在检索一番后 没有找到相应的处理办法，但是知乎上有个回答提示了我，’想知道每天有多少个人，让他们打卡不就行了‘ 就想到用R处理一下。
嗯，对让每个病人打卡！
首先，导入数据（没示例数据，自己生成个搞搞也不费事）
rm(list = ls())
library(data.table)
dat = data.frame(fread('khs.csv'))
dat = dat[,c(1,3,4)] #提取需要的列，id，入院时间，出院时间。
as.Date(dat$begin.time) 可以将数据转换为日期形式的数据
dat$begin.time = as.Date(dat$begin.time)
dat$end = as.Date(dat$end)
dat$id = as.character(dat$id)
dat$days = dat$end - dat$begin.time
save(dat,file = 'dat.Rdata')
此时我们已经获取了data形式的数据结构。就可以让他们打卡了。
tpm = seq.Date(from = dat$begin.time[1],to = dat$end[1],by = "day")
核心函数为seq.Date() 基础包的一个函数。可以从开始日期，到结束日期生成期间的每一天的一个时间序列。注意，要提前把NA和不符合日期结构的数据剔除一下，不然就该无限报错了。
然后写个循环，搞个list，把所有的患者都依次打卡一下
rm(list = ls())
load('dat.Rdata')
temp = list()
# dat = dat[-851,] #去除的一个NA值，报错搞了好久
for (i in 1:nrow(dat)) {
# i = 1
tpm = seq.Date(from = dat$begin.time[i],to = dat$end[i],by = "day")
tpm <- data.frame(seqtime =tpm )
temp[[i]] = tpm
}
dat_all = do.call(rbind,temp)
在这个list里面我们只保存了每个患者在院的每一天的日期，我们将每一天汇总到一起。
dat1 = data.frame(table(dat_all$seqtime))
colnames(dat1) = c('date','count')
对结果进行统计就得到了我们最想知道每天有多少人。
write.csv(dat1,file = '20220616.csv',row.names = F,col.names = T)
save(dat1,file = 'dat_all.Rata')
dat2 = dat1[dat1$count>=15,]
length(dat2$date)
[1] 1063
然后把每天都大于等于15 人的天数挑出来，就得到了想要的结果。然后交给领导就行了，交之前记得美化一下。
欸，本来想复制一下就能传过来，结果简书丑的一批，看我的语雀吧
https://www.yuque.com/docs/share/bcf42abb-ebe7-455f-a3a5-855898def2ef?#
网友评论