减少数据框中的数据以在 R 中绘制数据

Question

我对编程很陌生，所以我提前为我缺乏 R 专业知识而道歉。我是一名对瞳孔测量感兴趣的博士生，我刚刚记录了参与者在两种条件下（简单和困难）执行听力任务的学生反应。每个试验的瞳孔响应兴趣期约为 20 秒，我希望能够在 R 上为每个参与者绘制此数据。眼动仪采样率为 1000Hz，每个参与者完成了 92 次试验。因此，我目前拥有的每个参与者的数据包括近 200 万行。我曾尝试使用 ggplot2 绘制此图，但不出所料，该图非常混乱。

我一直在尝试找到一种减少数据的方法，以便我可以将其绘制在 R 上。理想情况下，我想取每 1000 个样本（即 1 秒的记录）的平均瞳孔大小值在每个参与者的所有 92 次试验中。有了这些信息，我将创建一个新的数据框，用于绘制两种聆听条件（简单和困难）的 1-20 秒的平均斜率。

这是我的数据框的当前结构；

> str(ppt53data)
'data.frame':   1915391 obs. of  6 variables:
 $ RECORDING_SESSION_LABEL: Factor w/ 1 level "ppt53": 1 1 1 1 1 1 1 1 1 1 ...
 $ listening_condition    : Factor w/ 2 levels "Easy","Hard": 2 2 2 2 2 2 2 2 2 2 ...
 $ RIGHT_PUPIL_SIZE       : Factor w/ 3690 levels ".","0.00","1000.00",..: 3266 3264 3263 3262 3262 3260 3257 3254 3252 3252 ...
 $ TIMESTAMP              : num  262587 262588 262589 262590 262591 ...
 $ TRIAL_START_TIME       : int  262587 262587 262587 262587 262587 262587 262587 262587 262587 262587 ...
 $ TrialTime              : num  0 1 2 3 4 5 6 7 8 9 ...
 - attr(*, "na.action")=Class 'omit'  Named int [1:278344] 873 874 875 876 877 878 879 880 881 882 ...
  .. ..- attr(*, "names")= chr [1:278344] "873" "874" "875" "876" ...

“TrialTime”变量指定每次试验的样本（即毫秒）。谁能告诉我下一步我应该采取哪一步？我认为将我的数据安排到单独的数据框中是有意义的，这将允许我计算我想要的平均值（跨试验和每 1000 个样本）。但是，我不确定最有效/最好的方法是什么。

很抱歉，我不能更具体。任何粗略的指导将不胜感激。

Answer 1

一些粗略的指导：

library(plyr)

ppt53data.summarized <- ddply(ppt53data, .(TrialTime), summarize, mean = mean(RIGHT_PUPIL_SIZE))

这告诉它为每个唯一的 TrialTime 计算右瞳孔的平均大小。也许看看它的工作原理会帮助您弄清楚如何描述您的需求？

假设每个 TrailTime 内有 1000 多个观测值，可以随机选择：

set.seed(42)
ppt53data.summarized <- ddply(ppt53data, .(TrialTime), summarize, mean = mean(sample(RIGHT_PUPIL_SIZE,1000)))

Answer 2

我认为对于具有多个聚合级别的如此大的数据块，您将需要使用data.table。我可能对您的数据进行了错误的结构化，但希望这会给您一个想法：

require(data.table)
require(ggplot2)

#100 patient * 20,000 observations (1-20,000 ms)
ppt53data<-data.frame(
  RECORDING_SESSION_LABEL=paste0("pat-",rep(1:100,each=20000)),    #patients
  listening_condition=sample(c("Easy","Hard"),2000000,replace=T),  #Easy/Hard
  RIGHT_PUPIL_SIZE=rnorm(2000000,3000,500),                        #Pupil Size
  TrialTime=rep(1:20000,100)                                       #ms from start
)

# group in 1000ms blocks
ppt53data$group<-cut(ppt53data$TrialTime,c(0,seq(1000,20000,1000),Inf))

unique(ppt53data$group)

#convert frame to table
dt.ppt53data<-data.table(ppt53data)

#index
setkey(dt.ppt53data, RECORDING_SESSION_LABEL, group)

#create data.frame of aggregated plot data
plot.data<-data.frame(dt.ppt53data[,list(RIGHT_PUPIL_SIZE=mean(RIGHT_PUPIL_SIZE)),by=list(group)])

#plot with ggplot2
ggplot(plot.data)+geom_bar(aes(group,RIGHT_PUPIL_SIZE,stat="identity",fill=group)) +
  theme(axis.text.x=element_text(angle=-90))+
  coord_cartesian(ylim=c(2995,3005))