解决方案1

Question

我想计算多维数组的三维平均值。由于这个维度应该是时间，我想计算月度均值。为此，我尝试使用apply，但我不确定问题出在哪里。让我们说我的数据如下：

       #Creating a sample  
       m <-array(1:12, dim=c(20,4,36))
       #number of months
       months <- seq(1:12)
       #Compute the mean over each month (dimension of the result should be [20,4,12]
       monmean <- apply(m,1:2,function(x) for(i in 1:12) mean(x[,,months==i],na.rm=TRUE))

任何想法？提前致谢

Answer 1

我想我明白你在追求什么。这实际上比看起来要复杂得多，因为几个月不是常规的时间段;它们的天数各不相同，而且由于闰年，2月份的年份不同。因此，简单的常规逻辑或数字索引向量将不足以精确地计算该结果。您需要考虑数组z维度所涵盖的确切日期。

解决方案1

您可以做的是单独计算一个日期向量，该日期向量标识与数组的每个z-index对应的日期。在每个z行的apply()调用中，您可以调用strftime()来提取每个这样的日期的月份，并使用tapply()按月分组每月{{3} }}秒。以下是它的完成方式：

set.seed(1);
R <- 48;
C <- 39;
Z <- 3653;
N <- R*C*Z;
a1 <- array(rnorm(N,10,2),c(R,C,Z));
dates <- seq(as.Date('2000-01-01'),as.Date('2009-12-31'),1);
a2 <- aperm(apply(a1,1:2,function(x) tapply(x,strftime(dates,'%m'),mean)),c(2,3,1));

这是一个演示，展示了一些正确的具体证明：

for (r in sample(1:nrow(a2),2)) for (c in sample(1:ncol(a2),2)) for (m in sample(1:dim(a2)[3],2)) cat(sprintf('[%02d,%02d,%3s] %f %f\n',r,c,month.abb[m],mean(a1[r,c,strftime(dates,'%m')==sprintf('%02d',m)]),a2[r,c,m]));
## [14,05,Aug] 10.030313 10.030313
## [14,05,Apr] 10.200982 10.200982
## [14,25,Jan] 9.957879 9.957879
## [14,25,Apr] 10.185447 10.185447
## [26,34,Oct] 10.056931 10.056931
## [26,34,Nov] 9.876327 9.876327
## [26,17,Apr] 10.005423 10.005423
## [26,17,Sep] 10.009785 10.009785

备注

我随机选择了2000-01-01到2009-12-31的日期范围，因为它涵盖了10年期间（由于闰年）恰好有3653天，但显然你应该肯定使用实际数据实际涵盖的日期。

正如您所看到的那样，通过以apply()作为边距调用1:2，您走在正确的轨道上，因为这样您就可以在每个z线上独立操作，这样您就可以对其进行分组按月划分z线，计算沿z线每个月的平均值。

不幸的是，apply()有一种令人烦恼的习惯，即以不同于人们通常预期的不同换位方式返回结果。对于二维用法，通常只需调用mean()即可解决此问题，但由于我们在此处处于三个维度，因此我们需要调用t()来修复维度顺序。

由于我选择的日期从1月开始并按日历顺序提前几个月，因此结果中的均值最终将按日历月排序。 IOW，a2中的z-index 1:12对应于Jan-Dec的月份。如果您的日期不是从1月开始，那么此解决方案仍然有效，但您必须注意z-index与结果中的月份之间的对应关系。例如，我的“正确性证明”代码假设索引1:12对应于Jan-Dec月份，但如果输入数组中的月份以不同的顺序发生则不正确。

解决方案2

在写这个答案的时候，我实际上认为有点不同，而且可以提出稍微好一点的解决方案。您可以只调用tapply()一次，按行，然后按列分组，最后按月分组。不幸的是，tapply()似乎并不是设计为自然循环其组向量以覆盖输入向量，因此我们必须使用精心设计的aperm()调用来自行循环（使用each }和times参数都很仔细 - 我想tapply()实际上甚至不知道如何正确地为我们的输入数据做这些），但除此之外，它是相当简单的：

a3 <- tapply(a1,list(rep(1:R,C*Z),rep(1:C,each=R,times=Z),rep(strftime(dates,'%m'),each=R*C)),mean);

以下是一个证据，证明结果与我的第一个方法相同（rep()必须先修复才能使dimnames()调用起作用，但这很简单）：

dimnames(a3) <- dimnames(a2); identical(a3,a2); ## [1] TRUE

性能

以下是使用identical()进行的一些基本性能测试，以了解第二种解决方案的优越性：

first <- function() a2 <- aperm(apply(a1,1:2,function(x) tapply(x,strftime(dates,'%m'),mean)),c(2,3,1)); second <- function() a3 <- tapply(a1,list(rep(1:R,C*Z),rep(1:C,each=R,times=Z),rep(strftime(dates,'%m'),each=R*C)),mean); system.time({ first() }); ## user system elapsed ## 3.672 0.015 3.719 system.time({ first() }); ## user system elapsed ## 3.672 0.016 3.720 system.time({ second() }); ## user system elapsed ## 1.797 0.344 2.135 system.time({ second() }); ## user system elapsed ## 1.719 0.391 2.124

每月意味着申请多维数组

1 个答案:

解决方案1

解决方案2

性能

每月意味着申请多维数组

1 个答案:

解决方案1 ​​

解决方案2

性能

解决方案1