我有一个向量，我需要对每个 n 数字求和并返回结果。这是我目前计划做的方式。有更好的方法吗？
v = 1:100
n = 10
sidx = seq.int(from=1, to=length(v), by=n)
eidx = c((sidx-1)[2:length(sidx)], length(v))
thesum = sapply(1:length(sidx), function(i) sum(v[sidx[i]:eidx[i]]))
这给出了：
thesum
[1] 55 155 255 355 455 555 655 755 855 955
【问题讨论】：
unname(tapply(v, (seq_along(v)-1) %/% n, sum))
# [1] 55 155 255 355 455 555 655 755 855 955
【讨论】：
如果您想对每 n 个连续数字求和，请使用 colSums
如果您想对每一个个数求和，请使用rowSums
根据 Josh 的评论，这只有在 n 很好地分割 length(v) 时才有效。
rowSums(matrix(v, nrow=n))
[1] 460 470 480 490 500 510 520 530 540 550
colSums(matrix(v, nrow=n))
[1] 55 155 255 355 455 555 655 755 855 955
【讨论】：
length(v) 可以被n 整除时才有效。否则矢量回收会咬你。 （参见例如v <- 1:3; n <- 2; matrix(v, nrow=n)。）
matrix(..., byrow=TRUE) 时才有效，因此@Andrie 回答他使用colSums 而不是rowSums。
nth 号码，我会说只有550 是答案。 10th, 20th 等等.. 不是 1, 11..., 2, 12... 等等..
旧版本不工作。这是一个使用rep 创建分组因子的新遮阳篷。不用cut：
n <- 5
vv <- sample(1:1000,100)
seqs <- seq_along(vv)
tapply(vv,rep(seqs,each=n)[seqs],FUN=sum)
你可以使用tapply
tapply(1:100,cut(1:100,10),FUN=sum)
或获取列表
by(1:100,cut(1:100,10),FUN=sum)
编辑
如果你有1:92，你可以用这个替换你的剪辑：
cut(1:92,seq(1,92,10),include.lowest=T)
【讨论】：
一种方法是将向量转换为矩阵，然后取列总和：
colSums(matrix(v, nrow=n))
[1] 55 155 255 355 455 555 655 755 855 955
请注意：这隐含地假设您的输入向量实际上可以重塑为矩阵。如果不能，R 将回收向量的元素以完成矩阵。
【讨论】：
v <- 1:100
n <- 10
cutpoints <- seq( 1 , length( v ) , by = n )
categories <- findInterval( 1:length( v ) , cutpoints )
tapply( v , categories , sum )
【讨论】：
我将添加另一种方法，无需 apply 家庭的任何功能
v <- 1:100
n <- 10
diff(c(0, cumsum(v)[slice.index(v, 1)%%n == 0]))
## [1] 55 155 255 355 455 555 655 755 855 955
【讨论】：
v <- 1:99，这不包括最后 9 个数字的总和（可能会也可能不会）。
nv = length(v); i = c(seq_len(nv %/% n) * n, if (nv %% n) nv else NULL) 然后diff(c(0, cumsum(v)[i])) 似乎得到了length(v) == 0 和length(v) %% n != 0 的边缘情况。
slice.index(v, 1) 可以只替换为 v，如果我没记错的话。
以下是目前提供的一些主要变体
f0 <- function(v, n) {
sidx = seq.int(from=1, to=length(v), by=n)
eidx = c((sidx-1)[2:length(sidx)], length(v))
sapply(1:length(sidx), function(i) sum(v[sidx[i]:eidx[i]]))
}
f1 <- function(v, n, na.rm=TRUE) { # 'tapply'
unname(tapply(v, (seq_along(v)-1) %/% n, sum, na.rm=na.rm))
}
f2 <- function(v, n, na.rm=TRUE) { # 'matrix'
nv <- length(v)
if (nv %% n)
v[ceiling(nv / n) * n] <- NA
colSums(matrix(v, n), na.rm=na.rm)
}
f3 <- function(v, n) { # 'cumsum'
nv = length(v)
i <- c(seq_len(nv %/% n) * n, if (nv %% n) nv else NULL)
diff(c(0L, cumsum(v)[i]))
}
基本的测试用例可能是
v = list(1:4, 1:5, c(NA, 2:4), integer())
n = 2
f0 在最终测试中失败，但这可能会被修复
> f0(integer(), n)
Error in sidx[i]:eidx[i] : NA/NaN argument
cumsum 方法f3 存在舍入误差，并且在v 'poisons' 后期结果中早期存在 NA
> f3(c(NA, 2:4), n)
[1] NA NA
在性能方面，原方案还不错
> library(rbenchmark)
> cols <- c("test", "elapsed", "relative")
> v <- 1:100; n <- 10
> benchmark(f0(v, n), f1(v, n), f2(v, n), f3(v, n),
+ columns=cols)
test elapsed relative
1 f0(v, n) 0.012 3.00
2 f1(v, n) 0.065 16.25
3 f2(v, n) 0.004 1.00
4 f3(v, n) 0.004 1.00
但矩阵解决方案f2 似乎既快速又灵活（例如，调整对少于n 元素的尾随块的处理）
> v <- runif(1e6); n <- 10
> benchmark(f0(v, n), f2(v, n), f3(v, n), columns=cols, replications=10)
test elapsed relative
1 f0(v, n) 5.804 34.141
2 f2(v, n) 0.170 1.000
3 f3(v, n) 0.251 1.476
【讨论】：
一种方法是从zoo 使用rollapply：
rollapply(v, width=n, FUN=sum, by=n)
# [1] 55 155 255 355 455 555 655 755 855 955
如果length(v)不是n的倍数：
v <- 1:92
rollapply(v, width=n, FUN=sum, by=n, partial=T, align="left")
# [1] 55 155 255 355 455 555 655 755 855 183
【讨论】：
聚会有点晚了，但我还没有看到rowsum() 的答案。 rowsum() 被证明比 tapply() 更有效，而且我认为相对于其他一些响应，它也非常有效。
rowsum(v, rep(seq_len(length(v)/n), each=n))[,1]
# 1 2 3 4 5 6 7 8 9 10
# 55 155 255 355 455 555 655 755 855 955
使用@Josh O'Brien 的分组技术可能会进一步提高效率。
rowsum(v, (seq_along(v)-1) %/% n)[,1]
# 0 1 2 3 4 5 6 7 8 9
# 55 155 255 355 455 555 655 755 855 955
只需包含unname() 即可删除组名。
【讨论】：