R에서 슬라이딩 윈도우의 평균

작은 슬라이드를 따라 창에서 평균을보고 싶은 값으로 구성된 벡터가 있습니다.

예를 들어 다음 값으로 구성된 벡터의 경우

4, 5, 7, 3, 9, 8

창 크기 3과 슬라이드 2는 다음을 수행합니다.

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

다음 값으로 구성된 벡터를 반환하십시오.

5.33, 6.33, 5.67

나를 위해 이것을 할 간단한 기능이 있습니까? 그것이 창 시작 지수를 반환하면 추가 보너스가 될 것입니다. 이 예에서는 1,3,5가됩니다.

rollapply패키지 동물원의 기능 은 당신을 닫습니다 :

> 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 개의 관측치가 없으므로 마지막 값은 계산하지 않습니다. 어쩌면 이것이 실제 문제에 충분할까요? 또한 반환 된 객체에는 names반환 된 벡터 의 인덱스로 원하는 인덱스가 있습니다 .

귀하의 예는 마지막 창에 관찰되지 않은 0이 있다고 가정합니다. NA누락 된 정보를 표시하고 누락 mean된 값을 처리 하도록 지시하는 것이 더 유용하거나 현실적 일 수 있습니다 . 이 경우 최종 창 값으로 (8 + 9) / 2가됩니다.

> 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

Rollapply는 작은 데이터 세트에서 훌륭하게 작동합니다. 그러나 수백만 행 (게놈)으로 작업하는 경우 속도가 매우 느립니다.

다음 기능은 매우 빠릅니다.

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

이 간단한 코드 행은 다음을 수행합니다.

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

문제 x의 벡터가 있다면.

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

또는

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

R에서 shabbychef의 답변 :

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);
}

편집 : 찾고있는 인덱스는 단지 idx1...이 함수는 쉽게 반환하도록 수정할 수 있지만에 대한 다른 호출로 다시 만드는 것이 거의 동일합니다 seq(1,length(x),by=slide).

당신이 나를 공감하는 동안 Matlab과 duck에서 이것을 쉽게 할 수 있습니다.

%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!

부작용으로 idx1합계의 요소 색인입니다. 이것이 R로 쉽게 번역 될 수 있다고 확신합니다 first:skip:last. Matlab 의 관용구 는 배열의 첫 번째 요소가 first, first + skip, first + 2skip, ..., first + n skip을 제공합니다. 여기서 배열의 마지막 요소는보다 크지 않습니다 last.

편집 : 나는 평균화 부분을 생략했다 windowsize.

그러면 창 평균과 창의 첫 번째 값 색인이 표시됩니다.

#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
    }

다양한 경고가 적용됩니다. 샘플 데이터 이외의 다른 것에 대해서는 이것을 테스트하지 않았습니다. 이 같은 데이터 프레임에 추가하여 얻을 수 있다고 생각합니다 정말 당신이 값 (이 때마다 data.frame을 복사 할 것이기 때문에) 많은 경우 느린; 그러나 그것은 당신이 요구 한 것을 만들어냅니다.