R语言如何计算另一dataframe中各峰值区间的平均exposure

pracma::findpeaks()返回的结果矩阵中，第3列、第4列直接存储了每个峰值在原数据集的起始行索引、结束行索引，不需要额外做时间字符串匹配，直接按行范围切片计算均值即可，计算效率更高。

方法1：基于原生行索引计算（推荐，适合连续无缺失的等间隔时间序列） #

直接遍历峰值结果矩阵，按行索引截取对应区间的exposure值计算均值，代码如下：

# 计算每个峰值区间的平均exposure
peak_info$avg_exposure <- apply(peak, 1, function(row) {
  start <- row[3]
  end <- row[4]
  mean(data$exposure[start:end])
})

方法2：基于时间区间匹配计算（适合手动调整过峰值区间、时间序列有缺失的场景） #

如果你后续手动修改过peak_info里的起止时间，或者原时间序列存在缺失值，可以先把时间字段转为时间类型，再按时间范围匹配数据计算：

# 统一转换为POSIXct时间类型用于区间比较
data$time_pos <- as.POSIXct(data$time_min, format = "%H:%M:%S", tz = "UTC")
peak_info$start_pos <- as.POSIXct(peak_info$peak_start, format = "%H:%M:%S", tz = "UTC")
peak_info$end_pos <- as.POSIXct(peak_info$peak_end, format = "%H:%M:%S", tz = "UTC")

# 按时间区间匹配计算均值
peak_info$avg_exposure <- apply(peak_info, 1, function(p) {
  hit <- which(data$time_pos >= p[["start_pos"]] & data$time_pos <= p[["end_pos"]])
  mean(data$exposure[hit])
})

结果验证 #

用提供的示例数据运行上述代码，得到3个峰值区间的平均暴露值分别为：

• 第一个峰值（08:19:02 ~ 08:19:04）：均值约3.33
• 第二个峰值（08:19:07 ~ 08:19:09）：均值5
• 第三个峰值（08:19:16 ~ 08:19:17）：均值4.5
  和手动核算的结果完全一致。

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