0

我有一个包含两列（Time，VA）的文件。该文件很大，我设法在 R 中读取它（使用读取和子集 - 对于大文件不实用）。现在，我想根据时间进行采样，其中每个样本都有样本大小和样本偏移。样本大小是整个采样过程的固定值，例如 sampleSize=10 秒。样本移位是每个新样本的起点（在第一个样本之后）。例如，如果 sampleShift =4 sec 并且 sampleSize 是 10 sec ，这意味着第二个样本将从 5 sec 开始并添加 10 sec 作为样本 sample size=10 sec。对于每个样本，我想将 -VA- 值提供给一个函数以进行一些计算。

Sampling <- function(values){
# Perform the sampling 
lastRowNumber<- #specify the last row manually
sampleSize<-10
lastValueInFile<-lastRowNumber-sampleSize

for (i in 1: (lastValueInFile ) ){ 
  EndOfShift<-9+i
  sample<-c(1:sampleSize)
  h<-1

  for(j in i:EndOfShift){        
    sample[h] <- values[j,1]
    h<-h+1
  }
  print(sample)
  #Perform the Calculation on the extracted sample
  #--Samp_Calculation<-SomFunctionDoCalculation(sample) 
}
}

我尝试的问题是：1）我必须为我读取的每个文件手动指定 lastRow 编号。2）我试图根据行数而不是时间值进行采样。此外，每个样本的偏移量为 1。

文件样本：

Time     VA
0.00000 1.000
0.12026 2.000
0.13026 2.000
0.14026 2.000
0.14371 3.000
0.14538 4.000
 ..........
 ..........
15.51805 79.002
15.51971 79.015
15.52138 79.028
15.52304 79.040
15.52470 79.053
.............

对更专业的方式有什么建议吗？

4

1 回答 1

1

我已经生成了一些测试数据，如下所示：

val <- data.frame (time=seq(from=0,to=15,by=0.01),VA=c(0:1500))

...然后功能：

sampTime <- function (values,sampTimeLen) 
{
    # return a data frame for a random sample of the data frame -values-
    # of length -sampTimeLen-
    minTime <- values$time[1]
    maxTime <- values$time[length(values$time)] - sampTimeLen
    startTime <- runif(1,minTime,maxTime)
    values[(values$time >= startTime) & (values$time <= (startTime+sampTimeLen)),]
}

...可以按如下方式使用：

> sampTime(val,0.05)
    time  VA
857 8.56 856
858 8.57 857
859 8.58 858
860 8.59 859
861 8.60 860

...我认为这就是你要找的。

（编辑）

在澄清您想要来自特定时间而不是随机时间的样本之后，此功能应该为您提供：

sampTimeFrom <- function (values,sampTimeLen,startTime) 
{
    # return a data frame for sample of the data frame -values-
    # of length -sampTimeLen- from a specific -startTime-
    values[(values$time >= startTime) & (values$time <= (startTime+sampTimeLen)),]
}

... 这使：

> sampTimeFrom(val,0.05,0)
  time VA
1 0.00  0
2 0.01  1
3 0.02  2
4 0.03  3
5 0.04  4
6 0.05  5
> sampTimeFrom(val,0.05,0.05)
   time VA
6  0.05  5
7  0.06  6
8  0.07  7
9  0.08  8
10 0.09  9
11 0.10 10

如果您想要多个样品，可以这样交付sapply()：

> samples <- sapply(seq(from=0,to=0.15,by=0.05),function (x) sampTimeFrom(val,0.05,x))
> samples[,1]
$time
[1] 0.00 0.01 0.02 0.03 0.04 0.05

$VA
[1] 0 1 2 3 4 5

在这种情况下，输出将重叠，但使输出sampTimeLen值略小于移位值（显示在 的by=参数中seq）将为您提供不重叠的样本。或者，函数中的一个或两个标准可以从>=或更改<=为>或<。

于 2013-02-22T00:45:25.200 回答