R语言如何提取密度（density）图最后一个峰值的关联数据

推荐工具包 #

使用pracma包的findpeaks函数即可实现非固定数量峰值的识别与最后一个峰值的提取，适配你的需求。

完整实现代码 #

1. 安装加载依赖包 #

# 首次使用需先安装
install.packages("pracma")
library(pracma)

2. 峰值识别与区间定位 #

# 提取待分析数值向量
val_vec <- data$V1
# 计算密度曲线，可根据业务需求调整带宽bw参数
dens_res <- density(val_vec)
# 识别所有峰值，可调整参数过滤噪声假峰
# 可选参数说明：minpeakheight 最小峰高阈值，minpeakdistance 峰之间最小间隔
peak_info <- findpeaks(dens_res$y, minpeakheight = 0.003)
# 所有峰值按x轴数值从小到大排序，取最后一个
sorted_peak_idx <- order(dens_res$x[peak_info[, 2]])
last_peak_pos <- peak_info[sorted_peak_idx, 2][length(sorted_peak_idx)]
# 定位最后一个峰的左右边界（谷值位置）
left_valley_pos <- which.min(dens_res$y[1:last_peak_pos])
right_valley_pos <- last_peak_pos + which.min(dens_res$y[last_peak_pos:length(dens_res$y)])
left_bound <- dens_res$x[left_valley_pos]
right_bound <- dens_res$x[right_valley_pos]

3. 提取对应原始数据 #

# 筛选落在最后一个峰区间内的所有原始观测值
last_peak_data <- data[data$V1 >= left_bound & data$V1 <= right_bound, ]

验证方法 #

你可以通过绘图验证区间准确性：

plot(dens_res, main = "密度曲线与最后一个峰区间")
abline(v = c(left_bound, right_bound), col = "red", lty = 2)
points(dens_res$x[last_peak_pos], dens_res$y[last_peak_pos], col = "blue", pch = 19)

• 红色虚线为最后一个峰的左右边界
• 蓝色点为最后一个峰值位置

内容的提问来源于stack exchange，提问作者Marine Bergot