Применить функцию масштабирования для каждого 24-часового периода данных - PullRequest
Новая
       65

Применить функцию масштабирования для каждого 24-часового периода данных

0 голосов
/ 14 октября 2019

У меня есть данные о частоте пульса за несколько дней для каждой секунды дня (со случайными пропущенными пропусками данных), например: 

structure(list(TimePoint = structure(c(1523237795, 1523237796, 
                                       1523237797, 1523237798, 1523237799, 1523237800, 1523237801, 1523237802, 
                                       1523237803, 1523237804), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
               HR = c(80L, 83L, 87L, 91L, 95L, 99L, 102L, 104L, 104L, 103L
               )), row.names = c(NA, 10L), class = "data.frame")

------------------------------
            TimePoint  HR
1  2018-04-09 01:36:35  80
2  2018-04-09 01:36:36  83
3  2018-04-09 01:36:37  87
4  2018-04-09 01:36:38  91
5  2018-04-09 01:36:39  95
6  2018-04-09 01:36:40  99
7  2018-04-09 01:36:41 102
8  2018-04-09 01:36:42 104
9  2018-04-09 01:36:43 104
10 2018-04-09 01:36:44 103
.
.
.

Я хотел бы применить шкалу (центр = T, шкала= T) функция данных для нормализации среди участников.

  • Однако я не хочу нормализовать данные по всем дням, а только через каждые 24 часа
  • Так что, если у участника есть данные за 3 дня, HR будетмасштабироваться до z-распределения 3 раза;каждый на соответствующий день

У меня проблемы с успешным выполнением. 

  # read csv 
  DF = read.csv(x)
  # make sure date stamp is read YYYY Month Day & convert timestamp into class POSIXct
  x2 = as.POSIXct(DF[,1], format = '%d.%m.%Y %H:%M:%S', tz = "UTC") %>% data.frame()
  # rename column
  colnames(x2)[1] = "TimePoint"
  # add the participant HR data to this dataframe 
  x2$HR = DF[,2]
  # break time stamps into 60 minute windows
  by60 = cut(x2$TimePoint, breaks = "60 min")
  # get the average HR per 60 min window
  DF_Sum = aggregate(HR ~ by60, FUN=mean, data=x2)
  # add weekday /hours for future plot visualization 
  DF_Sum$WeekDay = wday(DF_Sum$by60, label = T)
  DF_Sum$Hour = hour(DF_Sum$by60)

Я могу разделить данные по сериям времени и усреднить ЧСС по часам, но не могу правильно добавить функцию масштабирования.

Помощь оценена.

1 Ответ

0 голосов
/ 14 октября 2019

Создайте временные интервалы в 24 часа для каждого пациента, group_by пациента и временные интервалы, а затем рассчитайте масштабированную ЧСС для каждой группы. 

library(dplyr)
df %>% 
   #remove the following mutate and replace ID in group_by by the ID's column name in your data set
   mutate(ID=1) %>% 
   group_by(ID, Int=cut(TimePoint, breaks="24 hours")) %>%  
   mutate(HR_sc=scale(HR, center = TRUE, scale = TRUE))

# A tibble: 10 x 5
# Groups:   ID, Int [1]
   TimePoint              HR    ID Int                   HR_sc
   <dttm>              <int> <dbl> <fct>                 <dbl>
 1 2018-04-09 01:26:35    80     1 2018-04-09 01:00:00 -1.63  
 2 2018-04-09 01:28:16    83     1 2018-04-09 01:00:00 -1.30  
 3 2018-04-09 01:29:57    87     1 2018-04-09 01:00:00 -0.860 
 4 2018-04-09 01:31:38    91     1 2018-04-09 01:00:00 -0.419 
 5 2018-04-09 01:33:19    95     1 2018-04-09 01:00:00  0.0221
 6 2018-04-09 01:33:20    99     1 2018-04-09 01:00:00  0.463 
 7 2018-04-09 01:35:01   102     1 2018-04-09 01:00:00  0.794 
 8 2018-04-09 01:36:42   104     1 2018-04-09 01:00:00  1.01  
 9 2018-04-09 01:38:23   104     1 2018-04-09 01:00:00  1.01  
10 2018-04-09 01:39:59   103     1 2018-04-09 01:00:00  0.905
...