在R语言中按固定分辨率对时间序列数据求平均

核心思路 #

无需手动创建时间区间虚拟表，通过数值计算自动生成分组标签，再按分组对RID求平均，实现快速降分辨率。核心逻辑是用floor(time / 分辨率) * 分辨率将每个时间点映射到对应区间的起始值，直接完成分组。

单文件快速处理 #

方法1：Base R实现（无需额外包） #

# 设置目标分辨率
resolution <- 0.05

# 读取CSV文件（替换为你的文件路径）
df <- read.csv("your_chromatogram.csv")

# 生成区间起始标签
df$time_group <- floor(df$time / resolution) * resolution

# 按分组聚合求RID平均值
downsampled_df <- aggregate(RID ~ time_group, data = df, FUN = mean)

# 重命名列名匹配需求
colnames(downsampled_df) <- c("time", "RID")

# 查看结果
print(downsampled_df)

方法2：dplyr实现（代码更简洁易读） #

library(dplyr)

resolution <- 0.05

downsampled_df <- read.csv("your_chromatogram.csv") %>%
  # 生成区间起始作为新的time列
  mutate(time = floor(time / resolution) * resolution) %>%
  # 按time分组
  group_by(time) %>%
  # 计算RID平均值（自动跳过NA值）
  summarise(RID = mean(RID, na.rm = TRUE)) %>%
  # 取消分组
  ungroup()

print(downsampled_df)

批量处理整个文件夹 #

以下代码可自动遍历指定文件夹内所有CSV文件，完成降分辨率后保存到新文件夹：

library(dplyr)

# 配置参数
resolution <- 0.05
input_dir <- "./your_input_folder"  # 替换为你的输入文件夹路径
output_dir <- "./downsampled_results"  # 输出结果的文件夹

# 创建输出文件夹（不存在则自动创建）
if (!dir.exists(output_dir)) {
  dir.create(output_dir)
}

# 定义单个文件的处理函数
process_single_csv <- function(file_path) {
  # 读取文件
  raw_data <- read.csv(file_path, stringsAsFactors = FALSE)
  
  # 降分辨率处理
  processed_data <- raw_data %>%
    mutate(time = floor(time / resolution) * resolution) %>%
    group_by(time) %>%
    summarise(RID = mean(RID, na.rm = TRUE)) %>%
    ungroup()
  
  # 生成输出文件路径
  file_name <- basename(file_path)
  output_path <- file.path(output_dir, file_name)
  
  # 保存结果
  write.csv(processed_data, output_path, row.names = FALSE)
  
  return(processed_data)
}

# 获取文件夹内所有CSV文件的完整路径
all_csv_files <- list.files(input_dir, pattern = "\\.csv$", full.names = TRUE)

# 批量处理所有文件
lapply(all_csv_files, process_single_csv)

注意事项 #

• 确保所有输入CSV文件包含time和RID列，若列名不同需修改代码中对应的列名。
• 如果数据存在缺失值，mean()中的na.rm = TRUE会自动跳过，避免计算错误。
• 可根据需求调整resolution参数（如0.1、0.2等），适配不同的降分辨率需求。

内容的提问来源于stack exchange，提问作者Raffaello