如何比较数据帧中多个局部最小值之间的值？

Question

我有一个如下的数据框架-

df <- cbind(c(1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3),c(4,8,12,18,21,24,27,1,4,7,10,13,16,19,22,25,28,5,10,15,20,25), c(1.0,0.7,2.0,2.9,1.6,0.6,0.9,2,4,1,8,4,2,0.8,1.2,1.0,0.6,2,9,7,4,5))
colnames(df) <- c("ID","time","value")

因此，两个ID都有多个局部最小值。我想确定峰值后的局部最小值是大于还是小于峰值前的局部最小值，并提取峰值后的局部最小值小于峰值前的局部最小值的ID，并捕获上升的时间。所以我想创建一个列"index“，如果峰值前的局部最小值大于峰值后的局部最小值，它将为0，如果峰值前的局部最小值小于峰值后的局部最小值，则该列将等于1。因此，对于ID 1和2，索引列将是0，而对于3，它将是1。随后，我希望捕获峰值时间。因此，得到的数据框应该是这样的

df1 <- cbind(c(1,2),c(18,10), c(0,0))
colnames(df1) <- c("ID","time","index")

我可以用这段代码来捕捉起床的时间-

df1 <- df%>%group_by(ID)%>%mutate(peak = which.max(c(diff(value),TRUE)))
df1 <- df1%>%group_by(ID)%>%filter(row_number == peak)

然而，我不能根据峰前和峰后最小值的比较来捕获"index“列。

请帮帮我。

Answer 1

这有帮助吗？

library(dplyr)

df %>%
  group_by(ID) %>%
  slice(which.max(value)) %>%
  ungroup %>%
  mutate(index = as.integer(lead(time, default = Inf) > time)) %>%
  filter(index == 0)

#     ID  time value index
#  <dbl> <dbl> <dbl> <int>
#1     1    18   2.9     0
#2     2    10   8       0