如何在我的数据中找到一个峰值和 2 个谷值？

Question

曲线

嗨，我有一个数据集（和相对图），看起来有点像这样（它是随着时间的推移进行的一系列测量）。正如您所看到的，它充满了噪音（实际上这已经用滚动平均值“平滑”了）。

我正在努力实现两件事：

1. 找到第一个（也是最高的）山峰及其周围的 2 个山谷。仅此一个峰值，而不是曲线中的所有峰值。

2. 拟合一条从第一个谷到峰、从峰到第二个谷的线，请参见下面的示例（我想我知道如何做到这一点，所以它不太重要）

示例

我尝试了一些在网上找到的方法（例如来自ggpmisc的

find_peaks

），但我只能找到所有峰和谷，而我只需要这个特定的（这是唯一真实的）。

我的情节的基本代码是这样的（我已经删除了所有样式）：

model_data %>% ggplot() +
  geom_line(aes(x = Time, y = L.MEAN, color = "red"), linewidth = 1)

大家有什么建议吗？

Answer 1

我将导出一些数据来分析：

dat <- data.frame(x = seq(-1, 6*pi, by=0.01))
dat$y <- sin(dat$x) / ifelse(abs(dat$x) < 1e-9, 1, sqrt(abs(dat$x)))
library(ggplot2)
ggplot(dat, aes(x, y)) + geom_line()

使用

which.max

可以轻松找到最大值：

ymaxi <- which.max(dat$y)
ymaxi
# [1] 432
dat$y[ymaxi + -1:1]
# [1] 0.8512233 0.8512383 0.8511839

ggplot(dat, aes(x, y)) +
geom_line() +
geom_point(data = ~ .[ymaxi,], color = "red")

找到前面/后面的山谷是一项艰巨的工作

ymini1 <- ymaxi + 1L - which(diff(rev(dat$y[1:ymaxi])) > 0)[1]
dat$y[ymini1 + -2:2]
# [1] -0.8511520 -0.8512284 -0.8512356 -0.8511732 -0.8510408
ymini2 <- which(diff(dat$y[-(1:ymaxi)]) > 0)[1] + ymaxi
dat$y[ymini2 + -1:1]
# [1] -0.4633072 -0.4633109 -0.4632688

ggplot(dat, aes(x, y)) + geom_line() + geom_point(data = ~ .[c(ymini1, ymaxi, ymini2),], color = "red")

我将“谷”定义为梯度 (

diff(.)

) 从负值变为正值的点。您可能需要对此进行一些容忍，以便对如此多的点进行更改，以便跳过假谷...在这种情况下，有很多不同的启发式方法，主要取决于上下文的上下文数据和您的意图。例如，您可以找到大多数正值高于某个值的值，例如将

> 0

更改为

> 0.01

或类似的值，但如果它是正值（向上倾斜）但非常接近平坦，则可能会失败。或者你可以说寻找 n 个连续的正数，这是一个滚动窗口问题，并且通过使用

zoo::rollapply

或

data.table::frollapply

或许多其他窗口函数来了解情况；你也可以使用游程编码（R 的

rle

函数），也许像：

diffs <- diff(dat$y[-(1:ymaxi)])
r <- rle(diffs > 0)
r
# Run Length Encoding
#   lengths: int [1:6] 343 318 316 315 315 160
#   values : logi [1:6] FALSE TRUE FALSE TRUE FALSE TRUE
r$values[r$lengths < 3 & r$values] <- FALSE
which(inverse.rle(r))[1] + ymaxi
# [1] 776

这恰好与上面相同，但会“忽略”在再次变为负值之前仅 1 或 2 点的正梯度。