R'de kayan bir pencerenin ortalaması

Ben daha küçük bir slayt boyunca pencerelerde ortalama rapor etmek istiyorum değerlerin bir vektör var.

Örneğin, aşağıdaki değerlerin bir vektörü için:

4, 5, 7, 3, 9, 8

3'lük bir pencere boyutu ve 2'lik bir slayt aşağıdakileri yapar:

(4+5+7)/3 = 5.33
(7+3+9)/3 = 6.33
(9+8)/3 = 5.67

Ve bu değerlerin bir vektörünü döndürün:

5.33, 6.33, 5.67

Bunu benim için yapacak basit bir işlev var mı? Ayrıca pencere başlangıcı endeksleri döndü, bu bir avantaj olacaktır. Bu örnekte 1,3,5 olur

rollapplyPaket hayvanat bahçesindeki fonksiyon sizi yakınlaştırır:

> require(zoo)
> TS <- zoo(c(4, 5, 7, 3, 9, 8))
> rollapply(TS, width = 3, by = 2, FUN = mean, align = "left")
       1        3 
5.333333 6.333333

3 gözlem içermediğinden sizin için son değeri hesaplamaz. Belki bu gerçek probleminiz için yeterli olacaktır? Ayrıca, döndürülen nesnenin, namesdöndürülen vektör için istediğiniz dizinlere sahip olduğunu unutmayın .

Örneğin, son pencerede gözlemlenmeyen bir 0 olduğu varsayımı var. NAEksik bilgileri temsil etmek ve meaneksik değerleri ele almayı söylemek için bir tuşuyla doldurmak daha yararlı veya gerçekçi olabilir . Bu durumda pencereli son değerimiz (8 + 9) / 2 olacaktır.

> TS <- zoo(c(4, 5, 7, 3, 9, 8, NA))
> rollapply(TS, width = 3, by = 2, FUN = mean, na.rm = TRUE, align = "left")
       1        3        5 
5.333333 6.333333 8.500000

Rollapply, küçük bir veri kümesiyle harika çalışır. Ancak, birkaç milyon sıra (genomik) ile çalışıyorsanız, oldukça yavaştır.

Aşağıdaki fonksiyon süper hızlıdır.

data <- c(runif(100000, min=0, max=.1),runif(100000, min=.05, max=.1),runif(10000, min=.05, max=1), runif(100000, min=0, max=.2))

slideFunct <- function(data, window, step){
  total <- length(data)
  spots <- seq(from=1, to=(total-window), by=step)
  result <- vector(length = length(spots))
  for(i in 1:length(spots)){
    result[i] <- mean(data[spots[i]:(spots[i]+window)])
  }
  return(result)
}

http://coleoguy.blogspot.com/2014/04/sliding-window-analysis.html

Bu basit kod satırı şunları yapar:

((c(x,0,0) + c(0,x,0) + c(0,0,x))/3)[3:(length(x)-1)]

eğer xsöz konusu vektörüdür.

library(zoo)
x=c(4, 5, 7, 3, 9, 8)
rollmean(x,3)

veya

library(TTR)
x=c(4, 5, 7, 3, 9, 8)
SMA(x,3)

shabbychef'in R'deki cevabı :

slideMean<-function(x,windowsize=3,slide=2){
 idx1<-seq(1,length(x),by=slide);
 idx1+windowsize->idx2;
 idx2[idx2>(length(x)+1)]<-length(x)+1;
 c(0,cumsum(x))->cx;
 return((cx[idx2]-cx[idx1])/windowsize);
}

DÜZENLEME: Aradığınız endeksler sadece idx1... bu işlev onları döndürmek için kolayca değiştirilebilir, ancak başka bir çağrı ile onları yeniden oluşturmak neredeyse aynı derecede hızlıdır seq(1,length(x),by=slide).

Beni aşağı indirirken Matlab ve ördek'de bunu kolayca yapabilirim:

%given vector x, windowsize, slide 
idx1 = 1:slide:numel(x);
idx2 = min(numel(x) + 1,idx1 + windowsize);  %sic on +1 here and no -1;
cx = [0;cumsum(x(:))];  %pad out a zero, perform a cumulative sum;
rv = (cx(idx2) - cx(idx1)) / windowsize; %tada! the answer!

bir yan etki olarak, idx1toplamdaki öğenin dizinidir. Bunun kolayca R'ye çevrilebileceğinden eminim first:skip:last. Matlab'daki deyim diziyi ilk, ilk + atlama, ilk + 2 atlama, ..., ilk + n atlama, dizideki son öğenin büyük olmadığı şekilde verir last.

edit : Ortalama kısmı (bölmek windowsize) atlamıştı .

Bu size pencere araçlarını ve pencerenin ilk değerinin dizinini verecektir:

#The data
x <- c(4, 5, 7, 3, 9, 8)

#Set window size and slide
win.size <- 3
slide <- 2

#Set up the table of results
results <- data.frame(index = numeric(), win.mean = numeric())

#i indexes the first value of the window (the sill?)
i <- 1
#j indexes the row of the results to be added next
j <- 1
while(i < length(x)) {
    #This mean preserves the denominator of 3
    win.mean <- sum(x[i:(i+2)], na.rm = TRUE)/win.size
    #Insert the results
    results[j, ] <- c(i, win.mean)
    #Increment the indices for the next pass
    i <- i + slide
    j <- j + 1
    }

Çeşitli uyarılar geçerlidir: bunu örnek verileriniz dışında hiçbir şeye karşı test etmediniz; Bunun gibi veri çerçevelerine eklemenin gerçekten sayıda değeriniz varsa yavaş (çünkü her seferinde data.frame'i kopyalayacaktır); Ama istediğini üretiyor.