R语言使用pracma::findpeaks()如何提取超阈值的峰值正确区间

pracma::findpeaks()默认返回的峰值起止点是峰值两侧的局部极小值位置，也就是你当前得到的0值点位。你之前传入的threshold = 1参数作用是要求峰值与相邻点的最小差值为1，并非设置「数值大于1才纳入峰值区间」的截断规则，且该函数没有内置参数支持自定义阈值截断区间，因此无法直接通过调参得到你需要的结果。

你需要的规则本质是：所有连续出现暴露量>1的区段对应一个有效峰值，区段起点为第一个超1的时间点，终点为最后一个超1的时间点，峰值最高点为区段内暴露量最大值对应的时间。可以直接通过区段标记+分组统计实现，逻辑完全可控，不需要依赖复杂的峰值检测参数：

#### 修正后代码 ####
library(dplyr)

## 数据集创建部分和原代码一致
time_initial <- seq(from = as.POSIXct("08:19:00", "%H:%M:%S", tz="UTC"), 
                    to = as.POSIXct("08:19:19", "%H:%M:%S", tz="UTC"), 
                    by = "1 sec")
time_min <- format(as.POSIXct(time_initial), format = '%H:%M:%S')
exposure <- c(0,0,2,3,5,0,0,4,5,6,0.5,0.25,0,0,0,0,4,5,0,0)
data <- as.data.frame(cbind(time_min, exposure))
data$exposure <- as.numeric(data$exposure)

## 标记连续超过阈值1的区段
data$above_thres <- data$exposure > 1
# 为每段连续的超阈值序列分配唯一ID
data$segment_id <- cumsum(c(TRUE, diff(data$above_thres) != 0))
data$segment_id[!data$above_thres] <- NA

## 分组提取峰值信息
peak_info <- data %>%
  filter(!is.na(segment_id)) %>%
  group_by(segment_id) %>%
  summarise(
    peak_number = cur_group_id(),
    time_peak_max = time_min[which.max(exposure)],
    peak_height = max(exposure),
    peak_start = first(time_min),
    peak_end = last(time_min),
    .groups = "drop"
  ) %>%
  select(-segment_id)

执行代码后得到的peak_info完全匹配预期输出：

• 第1个峰值：区间08:19:02 - 08:19:04，峰值高度5
• 第2个峰值：区间08:19:07 - 08:19:09，峰值高度6
• 第3个峰值：区间08:19:16 - 08:19:17，峰值高度5

如果后续需要调整阈值（比如改为暴露量超过2才纳入），只需要修改data$above_thres <- data$exposure > 1这一行的判断数值即可。如果遇到单个连续超阈值区段内存在多个局部峰值的场景，可以在分组内再调用findpeaks()做二次识别，适配更复杂的检测需求。

内容的提问来源于stack exchange，提问作者Miquel Vallbona