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)

数据描述 - 我们有两列：
标签 [分组变量]
Temp（峰值的数值变量功能必须执行）

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) 
}

我试图将上面的代码变成一个for 循环，这样在每个ith 值i:e（Tag[i] 在我们的例子中i 根据我们的数据范围从1到6） .所以每次Tag[i]都会通过peak函数计算，然后我们会计算点之间的斜率，我们会得到一个新的4列数据框。

此计算将在每个 Tag[i] 上执行，这是主数据帧的子集。所以，我们会得到i不同的数据帧，这些数据帧会被rbind加上tag no。

这是输入与预期输出的视觉效果：

Answer 1

使用tidyverselibrary 我们可以做到：

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：

1. 根据Tag 值将原始dataset 拆分为datasets 的list。 (split)
2. 对于列表中的每个dataset，使用提供的参数执行findpeaks 函数，结果是matrix。 (map)
3. 对于每个matix 转换为data.frame，重命名。 (data_frame)
4. 减少到单个data.frame。 (map_df)
5. 按所需顺序排列。 (arrange)
6. 计算Trent 列。 (mutate)

希望对你有帮助

更新

截至 2021 年，map_df 调用应重写为：

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