我有一些实验室数据,我希望计算在移动时间范围/窗口(例如2分钟(分别设置为0-2、2-4、4-6分钟,静态窗口)内)的样品测量之间的差异。问题是,尽管每秒对数据进行一次采样,但仍有一些样本丢失(例如1,2,4,6,7),因此我不能使用固定滞后函数,尤其是对于较大的时间窗口。
这里是我尝试过的最有希望的。我试图计算行位置的差,然后将其用于确定滞后值。
library(tidyverse)
df <- data.frame(sample_group = c(rep("a", 25), rep("b", 25)),t_seconds = c(1:50), measurement = seq(1,100,2))
df <- df[-c(5,10,23,33,44),] #remove samples
t_window = 5
df_diff <- df %>%
group_by(sample_group) %>%
arrange(t_seconds) %>%
mutate(lag_row = min(which(t_seconds >= t_seconds + t_window))- min(which(t_seconds == t_seconds)), #attempt to identify the lag value for each element
Meas_diff = measurement - lag(measurement, lag_row))
在此示例中(lag_row),我试图从向量和向量本身中调用一个元素,这显然不起作用!为了更清楚一点,我添加了“ _v”以标识我想要的矢量,并将“ _e”标识为该矢量的元素min(which(t_seconds_v >= t_seconds_e + t_window))- min(which(t_seconds_v == t_seconds_e))
我试图避免使用循环,但未能解决问题。如果有人有更好的主意,我将不胜感激。
您的第一步应该是在时间序列中插入缺失的观测值。然后,您可以使用Last-Observation-Carried-Backwards操作填充缺少的值。这为您提供了完整的常规时间序列。
您所需的输出是非常不清楚的,因此在下面的示例中,下一步仅是猜测。根据需要进行调整。
#complete time series (using a data.table join):
library(data.table)
setDT(df)
df_fill <- df[, .SD[data.table(t_seconds = min(t_seconds):max(t_seconds)),
on = "t_seconds"],
by = sample_group]
df_fill[, filled := is.na(measurement)]
#last observation carried backwards
library(zoo)
df_fill[, measurement := na.locf(measurement, fromLast = TRUE), by = sample_group]
#differences
df_fill[, diff_value := shift(measurement, -t_window) - measurement, by = sample_group]