r - 计算数据帧中分组明智(标签)的峰值函数，并进一步将其绑定(bind)到新数据帧中

Question

我是在 Stack 上提问的新手，所以如果我弄错了，请原谅我。这是场景(我试图用一个简单的例子来重现它):

library("pracma") 
Tag<- c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3,
    3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 5,5, 5,
    6, 6, 6, 6, 6, 6, 6, 6, 6, 6)
Temp<- c(43, 44, 45, 41, 43, 38, 40, 41, 39, 37, 37, 39, 45, 42, 41, 43, 44, 39,38,
     37, 43, 44, 45, 41, 43, 38, 40, 41, 39, 37, 37, 39, 45, 42, 41, 43, 44, 
     39, 38, 37, 43, 44, 45, 41, 43, 38, 40, 41, 39, 37, 37, 39, 45, 42, 41,43,
     44, 39, 38, 37)
dfr=data.frame(Tag=Tag,Temp=Temp)

数据说明 - 我们有两列:
标签 [分组明智变量]
温度 (必须执行峰值功能的数值变量)

for (i in 1:6) {

df=filter(dfr , dfr$Tag == i)
pik =findpeaks(df$Temp, nups = 1, ndowns = 0, zero = "+", peakpat = NULL,
             minpeakheight = 33, minpeakdistance = 4,
             threshold =0.42, npeaks = 11, sortstr = FALSE)#Peak Function

pik<- as.data.frame(pik)#Converting into data frame as it is in matrix form
names(pik) <- c("Temp","Peak_Mid","Peak_start","Peak_End")# renaming the header
pik <- arrange(pik , Peak_Mid)#Rearranging with Peak_Mid
attach(pik)#attaching pik df 
j=1#initializing for loop
s=0#initializing for loop
for (j in 1:nrow(pik))#for loop for calculating slope individual points
s[[j]]=((Temp[j+1]-Temp[j])/(Peak_Mid[j+1]-Peak_Mid[j]))
pik$Trend <- 0#creating new column(Trend) filled with zero
pik$Trend <- s# inserting the calculated s variable onto pik df 
w[[i]]=as.data.frame(pik) 
}

我试图把上面的代码变成 for循环，使得在每个 i th 值 i:e ( Tag[i] 在我们的例子中 i 根据我们的数据从 1 到 6)。所以每次为 Tag[i]将通过峰值函数计算，然后我们将计算点之间的斜率，我们将得到一个包含 4 列的新数据框。

此计算将在每个 Tag[i] 上执行。这是主数据框的子集。所以，我们会得到 i不同的数据帧，这些数据帧将与标签号一起rbind。

这是具有预期输出的输入的视觉效果:

Answer 1

使用 tidyverse我们可以做的图书馆:

result <- dfr %>% 
    split(.$Tag) %>% 
    map(~findpeaks(.$Temp, nups = 1, ndowns = 0, zero = "+", peakpat = NULL, minpeakheight = 33, minpeakdistance = 4, threshold = 0.42, npeaks = 11, sortstr = FALSE)) %>% 
    map_df(~data_frame(Temp = parse_number(.x[,1]), 
                    Peak_Mid = parse_number(.x[,2]),
                    Peak_start = parse_number(.x[,3]),
                    Peak_End= parse_number(.x[,4])),
           .id = 'Tag') %>% 
    arrange(Tag, Peak_Mid) %>% 
    group_by(Tag) %>% 
    mutate(Trend= (lead(Temp)-Temp)/(lead(Peak_Mid)-Peak_Mid))

这将按顺序:

拆分原文dataset变成 list的 datasets ，基于 Tag值(value)。 ( split )

对于每个 dataset在列表中，执行 findpeaks函数，使用提供的参数，结果是 matrix . ( map )

对于每个 matix转换为 data.frame ， 改名。 ( data_frame )

减少到单个 data.frame . ( map_df )

按所需顺序排列。 ( arrange )

计算 Trent柱子。 ( mutate )

希望这可以帮助
更新
截至 2021 年， map_df call 应重写为:

map_df(~tibble(
    Temp = .x[,1],
    Peak_mid = .x[,2],
    Peak_start = .x[,3],
    Peak_End = .x[,4]),
  .id = "Tag")