Mean dari jendela geser di R

Saya memiliki vektor nilai yang ingin saya laporkan rata-rata di jendela sepanjang slide yang lebih kecil.

Misalnya, untuk vektor dengan nilai berikut:

4, 5, 7, 3, 9, 8

Ukuran jendela 3 dan slide 2 akan melakukan hal berikut:

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

Dan kembalikan vektor nilai-nilai ini:

5.33, 6.33, 5.67

Apakah ada fungsi sederhana yang akan melakukan ini untuk saya? Jika itu juga mengembalikan indeks mulai jendela yang akan menjadi bonus tambahan. Dalam contoh ini akan menjadi 1,3,5

Fungsi rollapplydalam paket kebun binatang membuat Anda dekat:

> 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

Itu tidak akan menghitung nilai terakhir untuk Anda karena tidak mengandung 3 pengamatan. Mungkin ini akan cukup untuk masalah Anda yang sebenarnya? Juga, perhatikan bahwa objek yang dikembalikan memiliki indeks yang Anda inginkan sebagai namesvektor yang dikembalikan.

Contoh Anda membuat asumsi bahwa ada 0 yang tidak teramati di jendela terakhir. Mungkin lebih bermanfaat atau realistis untuk NAmengisi dengan yang mewakili informasi yang hilang dan memberitahu meanuntuk menangani nilai yang hilang. Dalam hal ini kita akan memiliki (8 + 9) / 2 sebagai nilai windowed terakhir kita.

> 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 berfungsi baik dengan dataset kecil. Namun, jika Anda bekerja dengan beberapa juta baris (genomik) itu cukup lambat.

Fungsi berikut ini sangat cepat.

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

Baris kode sederhana ini berfungsi:

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

jika xvektor yang dimaksud.

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

atau

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

Jawaban shabbychef dalam 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);
}

Sunting: Indeks yang Anda cari hanyalah idx1... fungsi ini dapat dengan mudah dimodifikasi untuk mengembalikannya juga, tetapi hampir sama cepatnya untuk membuatnya kembali dengan panggilan lain seq(1,length(x),by=slide).

Saya dapat melakukan ini dengan mudah di Matlab dan bebek saat Anda menurunkan saya:

%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!

sebagai efek samping, idx1adalah indeks elemen dalam penjumlahan. Saya yakin ini dapat dengan mudah diterjemahkan ke dalam R. Idiom first:skip:lastdi Matlab memberikan array pertama, pertama + lompati, pertama + 2 lompati, ..., pertama + n lompati, di mana elemen terakhir dalam array tidak lebih besar dari last.

sunting : Saya telah menghilangkan bagian rata-rata (bagi dengan windowsize).

Ini akan memberi Anda sarana jendela dan indeks nilai pertama dari jendela:

#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
    }

Berbagai peringatan berlaku: belum diuji terhadap apa pun selain data sampel Anda; Saya percaya bahwa menambahkan frame data seperti ini bisa sangat lambat jika Anda memiliki banyak nilai (karena itu akan menyalin data.frame setiap kali); dll. Tapi itu menghasilkan apa yang Anda minta.