如何解决rollapply 二维数组 (R)
我想做一些我认为使用 rollapply
应该很容易实现的事情,但我遇到了一些麻烦。
对于简单的向量,我们有
> a <- c(1:10)
> a
[1] 1 2 3 4 5 6 7 8 9 10
> rollapply(a,2,mean)
[1] 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5
这是应该的。但是对于更高的维度会出现问题
> b <- array(c(1:6),c(2,3))
> b
[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
> rollapply(b,mean)
[,] 1.5 3.5 5.5
如果我想要应用于列,这很好 - 但肯定也必须有某种方法可以应用于行并获得
[,2]
[1,] 2 4
[2,] 3 5
在我看来,rollapply
函数无法做到这一点。
解决方法
您可以简单地转置矩阵,然后将其转回:
t(rollapply(t(b),2,mean))
[,1] [,2]
[1,] 2 4
[2,] 3 5
,
我们可以简单地使用 apply
和 MARGIN = 1
来遍历行并应用 rollapply
。 MARGIN
也可以针对更高的维度进行调整,即它是更通用的解决方案
t(apply(b,1,function(x) rollapply(x,mean)))
-输出
# [,2]
#[1,] 2 4
#[2,] 3 5
或者使用 dapply
中的 collapse
library(collapse)
dapply(b,FUN = function(x) rollapply(x,fmean),MARGIN = 1)
,
基本的 R 选项
> do.call(`+`,lapply(c(1,ncol(b)),function(k) b[,-k])) / 2
[,] 3 5
跟进
如果您想使用基本 R 实现并扩展到一般情况,即超过 2 个,那么您可以尝试下面的代码,其中定义了一个函数 f
:
f <- function(b,m) {
apply(
simplify2array(
lapply(
data.frame(t(embed(seq(ncol(b)),m))[m:1,]),k]
)
),1:2,mean
)
}
你会看到
> f(array(c(1:6),c(2,3)),2)
[,] 3 5
> f(array(c(1:12),6)),4)
[,2] [,3] [,4]
[1,] 3 5 7 9
[2,] 4 6 8 10
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。