如何在R中为每个独立行为事件应用滚动窗口函数？

第一步：给独立行为事件添加编号 #

要区分连续的相同行为事件，我们可以给每个连续的行为段生成唯一编号（比如Standing1、Standing2），以下是几种实现方式：

方法1：用data.table包（高效简洁） #

library(data.table)
setDT(df)
# 生成带行为名称的事件编号，比如Standing1、Walking2
df[, Event := paste0(Behaviour, rleid(Behaviour))]

rleid()函数会为连续相同的Behaviour值分配递增的ID，拼接后就能得到每个独立事件的唯一标识。

方法2：用dplyr包 #

library(dplyr)
df <- df %>%
  mutate(Event = paste0(Behaviour, cumsum(c(TRUE, diff(as.integer(factor(Behaviour))) != 0))))

通过判断前后行的行为是否变化，用cumsum()生成递增的事件ID。

方法3：Base R实现（无需额外包） #

df$Event <- with(df, paste0(Behaviour, cumsum(c(1, diff(match(Behaviour, unique(Behaviour))) != 0))))

第二步：按事件分组做滚动窗口计算 #

有了事件编号后，我们就可以针对每个独立事件单独计算滚动窗口特征，避免跨事件的问题：

方法1：用dplyr + zoo #

library(zoo)

# 筛选目标行为，按事件分组后逐个处理
result_list <- df %>%
  filter(Behaviour == behaviour) %>%
  group_split(Event) %>%
  lapply(function(group) {
    rollapply(group$X_accel, 
              FUN = time_domain_summary,
              width = window.size,
              by = window.step,
              align = "left",
              partial = FALSE)
  })

group_split()会把数据拆分成每个事件对应的子数据集，再用lapply()对每个子数据集单独执行滚动窗口计算。

方法2：用data.table + zoo（大数据场景更高效） #

library(zoo)

# 按Event分组计算，结果保留事件编号和对应的特征列表
result_dt <- df[Behaviour == behaviour, 
                .(features = list(rollapply(X_accel, 
                                            FUN = time_domain_summary,
                                            width = window.size,
                                            by = window.step,
                                            align = "left",
                                            partial = FALSE))),
                by = Event]

这种方式直接在data.table中按Event分组计算，结果以表格形式返回，每行对应一个事件的特征列表。

方法3：Base R实现 #

library(zoo)

# 筛选目标行为数据
target_data <- df[df$Behaviour == behaviour, ]
# 按Event拆分成独立组
event_groups <- split(target_data, target_data$Event)
# 逐个组计算滚动窗口特征
result_list <- lapply(event_groups, function(group) {
  rollapply(group$X_accel, 
            FUN = time_domain_summary,
            width = window.size,
            by = window.step,
            align = "left",
            partial = FALSE)
})

关键说明 #

原来的代码会把所有目标行为的行合并成一个整体计算，导致滚动窗口跨越不同的独立事件。通过先给连续的行为段添加唯一编号，再按编号分组计算，就能确保每个事件的滚动窗口计算都是独立进行的，不会出现跨事件的情况。

内容的提问来源于stack exchange，提问作者mari davies