Giá trị trung bình của cửa sổ trượt trong R

Tôi có một vectơ các giá trị mà tôi muốn báo cáo trung bình trong các cửa sổ dọc theo một slide nhỏ hơn.

Ví dụ: đối với một vectơ của các giá trị sau:

4, 5, 7, 3, 9, 8

Kích thước cửa sổ là 3 và slide 2 sẽ làm như sau:

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

Và trả về một vectơ của các giá trị này:

5.33, 6.33, 5.67

Có một chức năng đơn giản sẽ làm điều này cho tôi? Nếu nó cũng trả về các chỉ số của cửa sổ bắt đầu thì đó sẽ là phần thưởng bổ sung. Trong ví dụ này sẽ là 1,3,5

Chức năng rollapplytrong gói sở thú giúp bạn gần gũi:

> 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

Nó sẽ không tính giá trị cuối cùng cho bạn vì nó không chứa 3 quan sát. Có lẽ điều này sẽ đủ cho vấn đề thực sự của bạn? Ngoài ra, lưu ý rằng đối tượng được trả về có các chỉ số bạn muốn lànames vectơ được trả về.

Ví dụ của bạn đang đưa ra một giả định rằng có 0 không quan sát được trong cửa sổ cuối cùng. Nó có thể hữu ích hoặc thực tế hơn để đệm với một NAđại diện cho thông tin bị thiếu và nói meanđể xử lý các giá trị bị thiếu. Trong trường hợp này, chúng tôi sẽ có (8 + 9) / 2 làm giá trị cửa sổ cuối cùng của chúng tôi.

> 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 hoạt động tuyệt vời với một tập dữ liệu nhỏ. Tuy nhiên, nếu bạn đang làm việc với vài triệu hàng (genomics) thì khá chậm.

Các chức năng sau là siêu nhanh.

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

Dòng mã đơn giản này thực hiện điều:

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

nếu xlà vectơ trong câu hỏi.

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

hoặc là

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

câu trả lời của shabbychef trong R:

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);
}

EDIT: Các chỉ số bạn đang tìm kiếm chỉ là idx1... chức năng này có thể dễ dàng được sửa đổi để trả lại chúng, nhưng nó cũng nhanh như nhau để tạo lại chúng bằng một cuộc gọi khác seq(1,length(x),by=slide).

Tôi có thể làm điều này một cách dễ dàng trong Matlab và vịt trong khi bạn đánh giá thấp tôi:

%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!

như một tác dụng phụ, idx1 là chỉ số của phần tử trong tổng. Tôi chắc chắn điều này có thể dễ dàng dịch sang R. Thành ngữ first:skip:lasttrong Matlab đưa ra mảng đầu tiên, đầu tiên + bỏ qua, đầu tiên + 2skip, ..., bỏ qua đầu tiên + n, trong đó phần tử cuối cùng trong mảng không lớn hơn last.

chỉnh sửa : Tôi đã bỏ qua phần trung bình (chia cho windowsize).

Điều này sẽ giúp bạn có nghĩa là cửa sổ và chỉ mục của giá trị đầu tiên của cửa sổ:

#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
    }

Nhiều cảnh báo khác nhau được áp dụng: chưa thử nghiệm điều này với bất kỳ thứ gì trừ dữ liệu mẫu của bạn; Tôi tin rằng việc thêm vào các khung dữ liệu như thế này có thể trở nên rất chậm nếu bạn có nhiều giá trị (vì nó sẽ sao chép data.frame mỗi lần); vv Nhưng nó không sản xuất những gì bạn yêu cầu.