使用滚动平均值计算超过 Window 个值

Question

我正在尝试计算 15 秒间隔内心率的滚动平均值。我有许多参与者的毫秒数据，因此毫秒值可能会重复多次，并且由于时间读数不一致，按行创建间隔是不可行的。

以下是一位参与者的一小部分数据样本。另一个参与者的数据显然会以不同的时间间隔获取不同的毫秒数据。

理想的输出将涉及一个新列，其中包含每个毫秒数据值的滚动平均值。

MS <- c(36148, 36753,37364,38062,38737,39580,40029,40387,41208,42006,42796, 43533,44274,44988,45696,46398,47079,47742,48429,49135,49861,50591,51324,52059)
HR <- c(84,84,84,84,84,96,84,84,96,84,84,96,84,84,96,84,84,84,84,84,84,84,84,84)

df <- data.frame(MS, HR)

我已经尝试了一些包（即 Zoo 的滚动函数套件），但无法将它们应用到这个问题上。

谢谢！

Answer 1

我不完全确定您想如何应用 15 秒滚动平均值，但这是一种解决我认为您正在寻找的方法。首先我们将 7.5s 之前和 7.5s 之后的数据进行子集化，然后取平均值。但是，这会产生边缘效应，因为在第一个值之前没有 7.5 秒。

library(tidyverse)

roll_vec <- c()
for(i in 1:nrow(df)){
  ref <- df$MS[[i]]
  val <- df %>%
    filter(MS <= ref + 7500 & MS >= ref- 7500) %>%
    pull(HR) %>%
    mean
  roll_vec[[i]] <- val
}


df %>%
  mutate(roll_15s = roll_vec) 
#>       MS HR roll_15s
#> 1  36148 84 87.00000
#> 2  36753 84 87.00000
#> 3  37364 84 86.76923
#> 4  38062 84 86.57143
#> 5  38737 84 86.57143
#> 6  39580 96 86.57143
#> 7  40029 84 86.57143
#> 8  40387 84 86.57143
#> 9  41208 96 86.57143
#> 10 42006 84 86.57143
#> 11 42796 84 86.57143
#> 12 43533 96 86.57143
#> 13 44274 84 87.00000
#> 14 44988 84 87.27273
#> 15  4569 96 96.00000


df %>%
  mutate(roll_15s = roll_vec) %>%
  ggplot(aes(MS, HR))+
  geom_line()+
  geom_line(aes(y = roll_15s), color = "blue")

请注意，图中黑线是原始数据，蓝线是 15 秒滚动平均值。

Answer 2

一个可能的解决方案：

library(magrittr)
start_range <- df$MS[df$MS < max(df$MS)-15000]

lapply(start_range,function(t){
  data.frame(MS = mean(df$MS[df$MS %between% c(t,t+15000)]),
             HR = mean(df$HR[df$MS %between% c(t,t+15000)]))
}) %>% Reduce(rbind,.)

        MS       HR
1 43218.00 86.18182
2 43907.82 86.18182
3 44603.55 86.18182
4 44948.29 86.28571
5 45673.38 86.33333

我给你的数据加了点（你给的数据我只有两点）：

MS <- c(36148, 36753,37364,38062,38737,39580,40029,40387,41208,42006,42796, 43533,44274,44988,45696,46398,47079,47742,48429,49135,49861,50591,51324,52059,53289,54424)
HR <- c(84,84,84,84,84,96,84,84,96,84,84,96,84,84,96,84,84,84,84,84,84,84,84,84,85,88)
df <- data.frame(MS, HR)

这里的想法是为每个 MS 值计算 HR 的平均值和时间 MS 所有点的时间在该值之间（t 在 lapply) 和 15 秒之后。我将其限制在包含 15s 的值的范围内：start_range 向量。

Answer 3

zoo 中的

rollapplyr 接受宽度向量，findInterval 可用于计算 15 秒前 MS 中的索引，因此如果我们从 1:n 中减去它我们得到 w，要平均的位置数。问题中没有讨论具体产生哪些区间，因此我们假设每个区间的右手边缘位于输入点。

library(zoo)

w <- with(df, seq_along(MS) - findInterval(MS - 15000, MS))
transform(df, roll = rollapplyr(HR, w, mean, fill = NA))

Answer 4

在 data.table 中使用非 equi 连接的选项也处理 ID：

library(data.table)
setDT(df)[, avgHR := 
    df[.(ID=ID, start=MS-15000, end=MS), on=.(ID, MS>=start, MS<=end),
        by=.EACHI, mean(HR)]$V1
]

输出：

    ID    MS HR    avgHR
 1:  1 36148 84 84.00000
 2:  1 36753 84 84.00000
 3:  1 37364 84 84.00000
 4:  1 38062 84 84.00000
 5:  1 38737 84 84.00000
 6:  1 39580 96 86.00000
 7:  1 40029 84 85.71429
 8:  1 40387 84 85.50000
 9:  1 41208 96 86.66667
10:  1 42006 84 86.40000
11:  1 42796 84 86.18182
12:  1 43533 96 87.00000
13:  1 44274 84 86.76923
14:  1 44988 84 86.57143
15:  1 45696 96 87.20000
16:  1 46398 84 87.00000
17:  1 47079 84 86.82353
18:  1 47742 84 86.66667
19:  1 48429 84 86.52632
20:  1 49135 84 86.40000
21:  1 49861 84 86.28571
22:  1 50591 84 86.18182
23:  1 51324 84 86.18182
24:  1 52059 84 86.18182
    ID    MS HR    avgHR

数据：

MS <- c(36148, 36753,37364,38062,38737,39580,40029,40387,41208,42006,42796, 43533,44274,44988,45696,46398,47079,47742,48429,49135,49861,50591,51324,52059)
HR <- c(84,84,84,84,84,96,84,84,96,84,84,96,84,84,96,84,84,84,84,84,84,84,84,84)

df <- data.frame(ID=1, MS, HR)

使用滚动平均值计算超过 Window 个值

Using Rolling Average to Calculate over Window of Values

r

rolling-computation

rolling-average