我有一组肌电图数据。有9列，每列代表一个肌肉。在每一列中，有18，000行。EMG数据在1000Hz下测量。每列包含12个单独的事件，每个1.5秒长。我想创建一个事件（1.5秒或1500帧长），这是12个单独事件的平均值。我有一种方法可以在excel中做到这一点，使用公式=AVERAGE(A2,A1502,A3002,A4502,A6002,A7502,A9002,A10502,A12002,A13502,A15002,A16502)并对整个列重复该公式。然而，我想在R中完成它，因为一旦我循环多个文件，这将更有效。
我尝试了几次迭代
obs_len <- 1500
avg_col <- apply(data, 2, function(x) {
sapply(1:obs_len, function(i) {
mean(x[(i-1)*n_obs + 1:i*n_obs])
})
})````
as suggested by ChatGPT, but nothing worked. Some returned partial data that looked wrong along with NA values. Any suggestions are appreciated.
1条答案
按热度按时间lhcgjxsq1#
我会这么做
这将创建一个名为
obs_id的列，它测量我们在1500个观察周期中的位置，从0到1499（然后重复11次）。我们按这个数字分组，所以第一行和第1501和第3001等。在第0组，然后我们取第1列到第9列的平均值。这将输出一个9列× 1500行的数据框。