Question

所以我想说我有一个载体

a <- rnorm(6000)

我想计算第一个值到第60个的平均值，然后再次计算第61个值到第120个的平均值，所以第四个。所以基本上我想计算每60个值的平均值，从该向量给出100个均值。我知道我可以做一个for循环，但我想知道是否有更好的方法来做到这一点？

Answer 1

我会用

 colMeans(matrix(a, 60))
.colMeans(a, 60, length(a) / 60)  # more efficient (without reshaping to matrix)

对用户adunaic的请求进行了增强

仅当有60x100个数据点时才有效。如果你最后有一个不完整的60，那么这个错误。为其他人提供一个通用的解决方案来寻找这个问题是很好的。

BinMean <- function (vec, every, na.rm = FALSE) {
  n <- length(vec)
  x <- .colMeans(vec, every, n %/% every, na.rm)
  r <- n %% every
  if (r) x <- c(x, mean.default(vec[(n - r + 1):n], na.rm = na.rm))
  x
  }

a <- 1:103
BinMean(a, every = 10)
# [1]   5.5  15.5  25.5  35.5  45.5  55.5  65.5  75.5  85.5  95.5 102.0

采用分组操作的替代解决方案（效率较低）

BinMean2 <- function (vec, every, na.rm = FALSE) {
  grp <- as.integer(ceiling(seq_along(vec) / every))
  grp <- structure(grp, class = "factor",
                   levels = as.character(seq_len(grp[length(grp)])) )
  lst <- .Internal(split(vec, grp))
  unlist(lapply(lst, mean.default, na.rm = na.rm), use.names = FALSE)
  }

<强>速度

library(microbenchmark)
a <- runif(1e+4)
microbenchmark(BinMean(a, 100), BinMean2(a, 100))
#Unit: microseconds
#             expr      min        lq       mean    median        uq       max
#  BinMean(a, 100)   40.400   42.1095   54.21286   48.3915   57.6555   205.702
# BinMean2(a, 100) 1216.823 1335.7920 1758.90267 1434.9090 1563.1535 21467.542

Answer 2

另一种选择是通过创建分组变量来使用tapply。

可以通过两种方式创建分组变量：

1）使用rep

tapply(a, rep(seq_along(a), each = n, length.out = length(a)), mean)

2）使用gl

tapply(a, gl(length(a)/n, n), mean)

如果将向量转换为数据帧/小节，我们可以使用相同的逻辑并计算mean

aggregate(a~gl(length(a)/n, n), data.frame(a), mean)

或与dplyr

library(dplyr)

tibble::tibble(a) %>%
          group_by(group = gl(length(a)/n, n)) %>%
          summarise(mean_val = mean(a))

数据

set.seed(1234)
a <- rnorm(6000)
n <- 60

Answer 3

我建议使用sapply函数：

a <- rnorm(6000)
seq <- seq(1, length(a), 60)
a_mean <- sapply(seq, function(i) {mean(a[i:(i+59)])})

计算来自向量的每n个值的平均值

3 个答案: