如何在R中为大鼠实验无响应的时间区间添加0值计数？

问题背景 #

作为神经科学研究者，R编程基础薄弱，现有15只大鼠的11次实验数据，记录了6小时内大鼠杠杆按压的时间戳：实验周期为5分钟可按压、25分钟不可按压，共12个可响应的5分钟时段（component）。当前代码统计了每个session、component、1分钟bin内的响应次数numReinforcers，但未包含无响应区间（对应值为0的情况），需要修改代码补充这些0值计数，可移除时间戳字段。

样本数据 #

# rat = 大鼠ID，示例用单只大鼠
# time = 6小时实验中每次响应的时间戳（分钟）
# session = 实验场次，示例用场次1和2

df <- data.frame (rat  = c("r1", "r1", "r1", "r1", "r1", "r1", "r1", "r1", "r1", "r1","r1", "r1", "r1", "r1", "r1", "r1", "r1", "r1", "r1", "r1"),
                  time = c(1.6883333,2.8716667,4.8316667,31.8066667,32.7000000,34.3166667,61.1783333,61.8316667,62.9183333,90.1800000, 1.7703928, 3.3195710, 150.7103710, 152.83091859, 271.6316667, 300.0500000, 300.2600000, 300.2947101, 330.0433333, 331.0938572),
                  session = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2))

现有代码（存在的问题：缺少无响应区间的0值） #

# 计算大鼠响应所在的5分钟时段；未包含无响应的时段

df %>%
  mutate(component = case_when(
    time <= 5 ~ 1,
    time < 35 | time <= 29.8 ~ 2,
    time < 65 | time <= 59.8 ~ 3,
    time < 95 | time <= 89.8 ~ 4,
    time < 125 | time <= 119.8 ~ 5,
    time < 155 | time <= 149.8 ~ 6,
    time < 185 | time <= 179.8 ~ 7,
    time < 215 | time <= 209.8 ~ 8,
    time < 245 | time <= 239.8 ~ 9,
    time < 275 | time <= 269.8 ~ 10,
    time < 305 | time <= 299.8 ~ 11,
    time < 335 | time <= 329.8 ~ 12
  )) %>%
  group_by(component) %>%
  mutate(time2 = time - ((component-1)*30)) %>% # 计算每个时段内的相对时间
  ungroup() %>%
  mutate(minute = case_when(
    time2 <= 1 ~ 1,
    time2 > 1 & time2 <= 2 ~ 2,
    time2 > 2 & time2 <=3 ~ 3,
    time2 >3 & time2 <=4 ~ 4,
    time2 >4 ~ 5
  ))  %>%
  group_by(rat, session, component, minute) %>%
  mutate(numReinforcers = length(minute)) %>% # 统计每分钟的响应次数
  ungroup()-> df

修改后的代码（补充无响应区间的0值） #

核心思路：先生成所有可能的分组组合（大鼠ID、场次、时段、分钟），再与原统计结果左连接，将缺失的计数填充为0。

library(dplyr)
library(tidyr) # 用于expand_grid函数

# 1. 处理原始数据，统计有响应的区间次数
response_counts <- df %>%
  # 修正时段计算：每30分钟一个周期，前5分钟为可按压时段
  mutate(component = floor(time / 30) + 1) %>%
  # 过滤掉不在可按压时段的响应（若数据中存在的话）
  filter(time >= (component-1)*30 & time <= (component-1)*30 + 5) %>%
  # 计算时段内的相对时间
  mutate(time_in_component = time - (component-1)*30) %>%
  # 划分1分钟bin
  mutate(minute = case_when(
    time_in_component <= 1 ~ 1,
    time_in_component <= 2 ~ 2,
    time_in_component <= 3 ~ 3,
    time_in_component <= 4 ~ 4,
    TRUE ~ 5
  )) %>%
  # 按分组统计响应次数，得到唯一计数行
  group_by(rat, session, component, minute) %>%
  summarize(numReinforcers = n(), .groups = "drop")

# 2. 生成所有可能的分组组合（覆盖所有时段和分钟，包括无响应区间）
all_combinations <- df %>%
  distinct(rat, session) %>%
  expand_grid(component = 1:12, minute = 1:5)

# 3. 左连接并填充0值
final_df <- all_combinations %>%
  left_join(response_counts, by = c("rat", "session", "component", "minute")) %>%
  # 将无响应的缺失值替换为0
  mutate(numReinforcers = ifelse(is.na(numReinforcers), 0, numReinforcers)) %>%
  # 按顺序排列结果
  arrange(rat, session, component, minute)

# 查看结果
head(final_df)

代码说明 #

• 修正了原代码中component的逻辑错误，用floor(time/30)+1更简洁准确地计算时段。
• 使用summarize(n())统计响应次数，避免原代码产生重复行的问题。
• expand_grid生成所有可能的分组组合，确保不会遗漏任何无响应的区间。
• 左连接后将NA替换为0，补全所有无响应区间的计数。

内容的提问来源于stack exchange，提问作者mbeasle2