R中滑动窗口的平均值

我有一个值向量，我想用较小的幻灯片报告窗口中的平均值。

例如，对于具有以下值的向量：

4, 5, 7, 3, 9, 8

窗口大小为3，幻灯片大小为2，将执行以下操作：

(4+5+7)/3 = 5.33
(7+3+9)/3 = 6.33
(9+8)/3 = 5.67

并返回这些值的向量：

5.33, 6.33, 5.67

有没有一个简单的函数可以帮我做到这一点？如果它还返回窗口开始的索引，那将是一个额外的好处。在此示例中，该值为1,3,5

rollapply软件包zoo中的函数使您接近：

> require(zoo)
> TS <- zoo(c(4, 5, 7, 3, 9, 8))
> rollapply(TS, width = 3, by = 2, FUN = mean, align = "left")
       1        3 
5.333333 6.333333

它不会为您计算最后一个值，因为它不包含3个观察值。也许这足以解决您的实际问题？另外，请注意，返回的对象具有您想要的索引作为names返回的向量。

您的示例假设最后一个窗口中存在不可观察的0。加上NA来代表缺失的信息并告诉mean处理缺失的值可能更有用或更现实。在这种情况下，我们将（8 + 9）/ 2作为我们的最终窗口值。

> TS <- zoo(c(4, 5, 7, 3, 9, 8, NA))
> rollapply(TS, width = 3, by = 2, FUN = mean, na.rm = TRUE, align = "left")
       1        3        5 
5.333333 6.333333 8.500000

Rollapply适用于小型数据集。但是，如果您要处理几百万行（基因组），则速度会很慢。

以下功能超级快。

data <- c(runif(100000, min=0, max=.1),runif(100000, min=.05, max=.1),runif(10000, min=.05, max=1), runif(100000, min=0, max=.2))

slideFunct <- function(data, window, step){
  total <- length(data)
  spots <- seq(from=1, to=(total-window), by=step)
  result <- vector(length = length(spots))
  for(i in 1:length(spots)){
    result[i] <- mean(data[spots[i]:(spots[i]+window)])
  }
  return(result)
}

http://coleoguy.blogspot.com/2014/04/sliding-window-analysis.html

这行简单的代码可以完成以下任务：

((c(x,0,0) + c(0,x,0) + c(0,0,x))/3)[3:(length(x)-1)]

如果x是所讨论的向量。

library(zoo)
x=c(4, 5, 7, 3, 9, 8)
rollmean(x,3)

要么

library(TTR)
x=c(4, 5, 7, 3, 9, 8)
SMA(x,3)

shabbychef在R中的答案：

slideMean<-function(x,windowsize=3,slide=2){
 idx1<-seq(1,length(x),by=slide);
 idx1+windowsize->idx2;
 idx2[idx2>(length(x)+1)]<-length(x)+1;
 c(0,cumsum(x))->cx;
 return((cx[idx2]-cx[idx1])/windowsize);
}

编辑：您正在寻找的索引只是idx1...此函数可以轻松修改以也返回它们，但是通过再次调用来重新创建它们几乎一样快seq(1,length(x),by=slide)。

当您对我投反对票时，我可以在Matlab和Duck中轻松完成此操作：

%given vector x, windowsize, slide 
idx1 = 1:slide:numel(x);
idx2 = min(numel(x) + 1,idx1 + windowsize);  %sic on +1 here and no -1;
cx = [0;cumsum(x(:))];  %pad out a zero, perform a cumulative sum;
rv = (cx(idx2) - cx(idx1)) / windowsize; %tada! the answer!

作为副作用，idx1是元素在总和中的索引。我相信这可以很容易地翻译成first:skip:lastR。Matlab中的惯用法使数组为first，first + skip，first + 2skip，...，first + n skip，其中数组的最后一个元素不大于last。

编辑：我已经省略了平均部分（除以windowsize）。

这将为您提供窗口平均值和窗口第一个值的索引：

#The data
x <- c(4, 5, 7, 3, 9, 8)

#Set window size and slide
win.size <- 3
slide <- 2

#Set up the table of results
results <- data.frame(index = numeric(), win.mean = numeric())

#i indexes the first value of the window (the sill?)
i <- 1
#j indexes the row of the results to be added next
j <- 1
while(i < length(x)) {
    #This mean preserves the denominator of 3
    win.mean <- sum(x[i:(i+2)], na.rm = TRUE)/win.size
    #Insert the results
    results[j, ] <- c(i, win.mean)
    #Increment the indices for the next pass
    i <- i + slide
    j <- j + 1
    }

各种注意事项适用：除了样本数据外，没有针对任何其他情况进行过测试；我相信，如果您有很多值，那么像这样添加到数据帧会变得非常慢（因为它每次都会复制data.frame）；等等。但是它确实产生了您所要求的。