NACCTBI数据分析日志:2020-10-27

将3个sheet进行重命名:clin, T1, ACBR

T1$has_clinical<-在T1中反查是否有clin中的NACCID,是1否0
	=IF(COUNTIF(TBI_clinical_data!$A$2:$A$1428,A2)>0,1,0)
	T1中819行均为1

T1$MRI_name_2<-将MRI_name中的.zip去掉
	=LEFT(C2,LEN(C2)-4)
	如此与ACBR*中名称保持一致便于检索

ACBR*$has_T1<-在ACBR*中反查是否有T1中的MRI_name_2,是1否0
	=COUNTIF('T1'!$D$2:$D$820,ACBRratio!B2)
	ACBR*中764行均为1

ACBR*NACCID<-在ACBR*中反查T1中的NACCID
	=VLOOKUP(B2,IF({1,0},'T1'!$D$2:$D$820,'T1'!$A$2:$A$820),2,0)
	# 使用{1,0}构建了虚拟数组,调换索引列与查询列,语法如下:
	# =VLOOKUP(你找谁,IF({1,0},在哪列找,找的结果在哪列),2,0)

clin$has_ACBR<-在clin中反查是否有ACBR*数据,是1否0
	=IF(COUNTIF(ACBRratio!$D$2:$D$765,clin!A2)>0,1,0)
	clin中1427行,其中1342行为1,其余为0

# 输出唯一的患者个案列表 (横断面研究)
ACBR*$NACCID->ACBRunique$NACCID,仅粘贴数值
ACBRunique$NACCID.unique<-ACBRunique$NACCID,删除重复值
	764->551
删除ACBR*$NACCID

# 反查得到唯一患者列表中的性别、(MRI检查时的)年龄、教育程度
ACBRunique$sex<-在ACBRunique中反查clin中的sex
	=VLOOKUP(A2,clin!$A$2:$R$1428,18,FALSE)
ACBRunique$BIRTHMO<-在ACBRunique中反查clin中的BIRTHMO
	=VLOOKUP(A2,clin!$A$2:$R$1428,16,FALSE)
ACBRunique$BIRTHYR<-在ACBRunique中反查clin中的BIRTHYR
	=VLOOKUP(A2,clin!$A$2:$R$1428,17,FALSE)
ACBRunique$MRIYR<-在ACBRunique中反查T1中的MRIYR
	=VLOOKUP(A2,'T1'!$A$2:$I$820,9,FALSE)
ACBRunique$MRIMO<-在ACBRunique中反查T1中的MRIMO
	=VLOOKUP(A2,'T1'!$A$2:$I$820,7,FALSE)
ACBRunique$MRIDY<-在ACBRunique中反查T1中的MRIDY
	=VLOOKUP(A2,'T1'!$A$2:$I$820,8,FALSE)
ACBRunique$EDUC<-在ACBRunique中反查clin中的EDUC
	=VLOOKUP(A2,clin!$A$2:$AD$1428,30,FALSE)

# 注意到1名患者可以行多次MR,每次行MR时的年龄是不同的,使用新列表
ACBR*$NACCID->ACBRdata$NACCID,仅粘贴数值
复制ACBRunique中的字段到ACBRdata中,并继承其函数
ACBRdata$age<-ACBR$MRIYR-ACBR$BIRTHYR
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值