在 R 中集成采样数据

Question

我有一些随时间采样的测量数据并希望对其进行整合，test dataset 包含约 100000 个样本（约 100 秒，1000 赫兹）的数据。

我的第一种方法是（table 包含时间戳（0..100s）和每个数据点的值（两者都是doubles））

# test dataset available (gzipped, 720k) here: http://tux4u.de/so.rtab.gz
table <- read.table("/tmp/so.rtab", header=TRUE)
time <- table$t
data <- table$val
start <- min(time)
stop <- max(time)
sampling_rate <- 1000
divs <- (max(time) - min(time)) * sampling_rate
data_fun <- approxfun(time, data, method="linear", 0, 0)
result <- integrate(data_fun, start, stop, subdivisions=divs)

但不知何故，集成永远运行（就像一个无限循环并完全吃掉一个 CPU）。所以我查看了这些值：

> start
[1] 0
> stop
[1] 98.99908
> divs
[1] 98999.08

奇怪的是，当我评估时

> integrate(data_fun, 0, 98, subdivisions=100000)$value + integrate(data_fun, 98, 99)$value
[1] 2.640055

它可以工作（计算时间

> integrate(data_fun, 0, 99, subdivisions=100000)$value

也永远不会终止。甚至这个（实际上是上面工作的一个 SUBintegral）也不会终止：

> integrate(data_fun, 0, 89, subdivisions=100000)$value

对我来说，当它起作用和不起作用时，它似乎有点随机。我做错了什么还是我可以以某种方式改进流程？

谢谢！

（提示：采样点不一定均匀分布）

Answer 1

Ekhem，你知道你可以总结一下吗？ cumsum 会很快做到这一点：

cumsum(table$val)*diff(table$t)[1]

对于不相等的差异，您可以使用：

cumsum(table$val[-nrow(table)]*diff(table$t))

不需要更复杂的数字，因为这种情况下的数据是非常密集的采样；尽管如此，总会有比通过插值器更好的方法。