Question

我正在尝试编写一个代码，用于标识R中的重复时间序列（以秒为单位）的长度，并将每个序列的子集放入其自己的数据框中，以进行曲线拟合和分析。每个序列是传感器电压输出的时间序列，必须单独分析。

我的代码看起来很笨重，但它的工作原理就像这里写的一样。我试图找出是否有一个包或简单的步骤，我缺少更优雅地做这件事。秒是十进制秒，数据可以是数字，也可以是整数，这个例子无关紧要。这不是实际的传感器输出，而是相同的格式。

set.seed(1)
all_data = data.frame( sec = rep(1.8:4,9), data = sample(1:27), data2 = sample(5:7))

#identify time step length in seconds
lowest = min(all_data$sec)
highest = max(all_data$sec)
#put into data frame
time_step = c(lowest,highest)

#find index of first time period
matches = match(time_step,all_data[,1])
#subset first time period
total_measures = nrow(all_data)/matches[2]
all_data = all_data[matches[1]:nrow(all_data),]
# test_frame = data.frame(c(1,2))
n = matches[2]

#counter for number of measures in file
count = c(1:(nrow(all_data)/n))
count2 = c(0:(nrow(all_data)/n-1))
# subset to break each measure into its own workable file
eq = paste("subd",count," = all_data[((",count2,"*n)+1):(",count,"*n),]",sep = "")
eval(parse(text = eq))

谢谢！

Answer 1

我会使用data.table为每个子集提供行ID。

require(data.table)
dt <- data.table(all_data)
dt[which.min(sec):nrow(dt), id:=1:.N, by=sec]

然后你可以像你一样继续分裂：

count <- 1:dt[, max(id, na.rm=TRUE)]
eq = paste("subd", count," = data.frame(dt[id==", count, ",list(sec, data, data2)])", sep = "")
eval(parse(text = eq))

或者，在R中更常见，您可以使用split拆分为子集。这将返回list data.frames。这非常有用，因为您可以使用lapply同时评估所有data.frames上的函数（曲线拟合等）。

split(data.frame(dt[, list(sec, data, data2)]), dt$id)

Answer 2

我认为更为惯用的方法是为每个措施设置一个标签：

labl <- rep(count, each=n)

然后创建一个包含子文件

的列表

subds <- by(all_data, labl, I)

这会按标签分解all_data（I函数是标识 - 如果要以某种方式处理单个度量，可以用所需的功能替换I。

通过该序列r识别数据和子集中的时间序列

2 个答案: