计算移动平均线

Question

我正在尝试使用 R 计算矩阵中一系列值的移动平均值。不过，普通的 R 邮件列表搜索并没有多大帮助。似乎没有一个 内置功能 在 R 中，我可以计算移动平均线。有任何套餐提供吗？还是我需要自己写？

Answer 1

• 滚动平均值/最大值/中位数 动物园 封装（rollmean）
• 移动平均线在 总温度
• 主要的 预报

Answer 2

或者你可以简单地计算出它使用过滤器，这是我使用的功能：

ma <- function(x, n = 5){filter(x, rep(1 / n, n), sides = 2)}

如果您使用dplyr，小心在上面的函数来指定stats::filter。

Answer 3

使用cumsum应该足够和有效的。假设你有一个矢量 X 和要名词的数字的运行总和

cx <- c(0,cumsum(x))
rsum <- (cx[(n+1):length(cx)] - cx[1:(length(cx) - n)]) / n

如通过@mzuther的评论所指出的，这是假定有在数据中没有的NA。处理那些需要通过非NA值的数量除以每个窗口。下面是这样做的，结合了来自@Ricardo克鲁兹评论的一种方式：

cx <- c(0, cumsum(ifelse(is.na(x), 0, x)))
cn <- c(0, cumsum(ifelse(is.na(x), 0, 1)))
rx <- cx[(n+1):length(cx)] - cx[1:(length(cx) - n)]
rn <- cn[(n+1):length(cx)] - cn[1:(length(cx) - n)]
rsum <- rx / rn

这仍然有问题，如果在窗口中的所有值均为的NA那么就会出现被零除错误。

Answer 4

在的 data.table 1.12.0 新frollmean功能已被添加到计算快速和精确轧制仔细意味着处理NA，NaN和+Inf，-Inf值。

如存在的问题没有重复的例子，有没有更多在这里讨论。

您可以找到有关手册?frollmean的详细信息，也可在网上的 ?frollmean 。

从手动下面的实施例：

library(data.table)
d = as.data.table(list(1:6/2, 3:8/4))

# rollmean of single vector and single window
frollmean(d[, V1], 3)

# multiple columns at once
frollmean(d, 3)

# multiple windows at once
frollmean(d[, .(V1)], c(3, 4))

# multiple columns and multiple windows at once
frollmean(d, c(3, 4))

## three above are embarrassingly parallel using openmp

Answer 5

在caTools包已经非常快的滚动平均值/最小/最大/ SD和几个其他功能。我只用runmean和runsd工作，他们是最快的任何提及迄今为止其它软件包。

Answer 6

您可以使用RcppRoll为C ++编写的非常快的移动平均线。只需调用roll_mean功能。文档可以发现这里。

否则，此（更慢）的for循环应该做的伎俩：

ma <- function(arr, n=15){
  res = arr
  for(i in n:length(arr)){
    res[i] = mean(arr[(i-n):i])
  }
  res
}

Answer 7

在事实上RcppRoll是非常好的。

张贴由 cantdutchthis 代码必须在第四行到窗口来校正被固定：

ma <- function(arr, n=15){
  res = arr
  for(i in n:length(arr)){
    res[i] = mean(arr[(i-n+1):i])
  }
  res
}

另一种方法，它处理missings，给出此处。

第三种方法，提高 cantdutchthis 代码来计算部分平均值与否，如下：

  ma <- function(x, n=2,parcial=TRUE){
  res = x #set the first values

  if (parcial==TRUE){
    for(i in 1:length(x)){
      t<-max(i-n+1,1)
      res[i] = mean(x[t:i])
    }
    res

  }else{
    for(i in 1:length(x)){
      t<-max(i-n+1,1)
      res[i] = mean(x[t:i])
    }
    res[-c(seq(1,n-1,1))] #remove the n-1 first,i.e., res[c(-3,-4,...)]
  }
}

Answer 8

为了补充答案 不能荷兰语这个 和 罗德里戈·雷梅迪奥;

moving_fun <- function(x, w, FUN, ...) {
  # x: a double vector
  # w: the length of the window, i.e., the section of the vector selected to apply FUN
  # FUN: a function that takes a vector and return a summarize value, e.g., mean, sum, etc.
  # Given a double type vector apply a FUN over a moving window from left to the right, 
  #    when a window boundary is not a legal section, i.e. lower_bound and i (upper bound) 
  #    are not contained in the length of the vector, return a NA_real_
  if (w < 1) {
    stop("The length of the window 'w' must be greater than 0")
  }
  output <- x
  for (i in 1:length(x)) {
     # plus 1 because the index is inclusive with the upper_bound 'i'
    lower_bound <- i - w + 1
    if (lower_bound < 1) {
      output[i] <- NA_real_
    } else {
      output[i] <- FUN(x[lower_bound:i, ...])
    }
  }
  output
}

# example
v <- seq(1:10)

# compute a MA(2)
moving_fun(v, 2, mean)

# compute moving sum of two periods
moving_fun(v, 2, sum)

Answer 9

虽然有点慢，但也可以使用动物园:: rollapply对矩阵执行计算。

reqd_ma <- rollapply(x, FUN = mean, width = n)

其中，x是所述数据集，FUN =平均值的函数;还可以将其改变为最小值，最大值，SD等和宽度是滚动窗口。