Question

我想计算某个时间窗口内的移动平均值，而不是在时间序列的开头生成NA。例如，如果我将时间窗口设置为3，则2个第一个观察将具有NA。我想要的是第一次观察的时间窗口为1，第二次观察的时间窗口为2，然后是所有剩余观察的时间窗口。

我目前的代码：

#example data
x <- c(3,9,2,8,4,6,5,8)
#moving average with time window of length 3
(ma3 <- filter(x,rep(1/3,3),sides=1))

Answer 1

我没有看到除暴力之外的其他方式：

使用rollapply包中的zoo代替filter：

c(x[1], mean(x[1:2]), rollapply(x, width=3, FUN=mean))

Answer 2

让我跳上rollapply火车：

> rollapply(c(NA, NA, x), width=3, FUN=mean, na.rm=T)
[1] 3.000000 6.000000 4.666667 6.333333 4.666667 6.000000 5.000000 6.333333

预先设置两个= 3-1 NA值并使用na.rm=T具有延长时间序列但忽略计算均值的新值的效果。稍微困难但其他方面等效的语法

> rollapply(c(NA, NA, x), width=3, FUN=function(v) mean(v, na.rm=T))

感谢马修指出这一点。

Answer 3

@thelatemail做得很好，但是代码中有一个错误（test[]应该用函数内的x[]替换）更重要的是他必须做同样的事情向量的结尾（如果你想要side = 2）。窗口大小也应该是向量中第i个元素的两倍+ 1（以及末尾的第i个元素）。所以，这是最终版本：

movavg.grow = function(x,window) {
  startma = sapply(1:(floor(window/2)),function(y) mean(x[1:((y-1)*2+1)]))
  endma = sapply(1:(floor(window/2)),function(y) mean(x[(length(x)-((y-1)*2)):length(x)]))
  endma = rev(endma)
  c(startma,
    filter(x,rep(1/window,window))[(floor(window/2):(length(x)- floor(window)/2)+1)],
    endma)
}

对于测试，您想要的内容必须为1:10

返回x=1:10

> x=1:10
> x
 [1]  1  2  3  4  5  6  7  8  9 10
> movavg.grow(x,5)
 [1]  1  2  3  4  5  6  7  8  9 10
> movavg.grow(x,3)
 [1]  1  2  3  4  5  6  7  8  9 10

Answer 4

使用移动平均线的大小将0添加到序列的开头和结尾。这将阻止NA。

Answer 5

基地R中的自定义功能可以帮助您：

movavg.grow <- function(x,window,sides) {
 startma <- sapply(1:(window-1),function(y) mean(x[1:y]))
 c(startma,filter(x,rep(1/window,window),sides=sides)[window:length(x)])
}

测试它：

> test <- c(3,9,2,8,4,6,5,8)
> movavg.grow(x=test,window=3,sides=1)
[1] 3.000000 6.000000 4.666667 6.333333 4.666667 6.000000 5.000000 6.333333

Answer 6

您要询问的功能称为“部分”窗口，而AFAIK则已在动物园包装中提供。

数据。表中还有一个新的快速滚动平均值功能，该功能将在 1.12.0 中发布。
不幸的是，它不支持部分窗口，但是您可以通过以下方式使用该功能的“自适应”功能来实现所需的行为：

x = c(3,9,2,8,4,6,5,8)
window = 3

library(data.table)
n = c(seq.int(window), rep(window, length(x)-window))
frollmean(x, n, adaptive=TRUE)
#[1] 3.000000 6.000000 4.666667 6.333333 4.666667 6.000000 5.000000 6.333333

您可以在?froll在线找到有关新功能的手动输入。

R中具有不同时间窗的移动平均值

6 个答案: