R循环数据帧[重复]答案

【问题标题】：R loop dataframes [duplicate]R循环数据帧[重复]
【发布时间】：2013-05-05 22:32:16
【问题描述】：

我正在处理 R 中只有 2 列但行数非常多的数据框。我想将我的数据框划分为每个“m”行的子集，并为数据框的每个分区找到这些 m 行中每一行的列中值的平均值，然后为包含“m”的所有分区返回这些平均值' 每行。

假设我的数据框是 y，列 'a' 和 'b' 并且在这种情况下我希望 'm' 为 1000。

我想求均值(y[i:i+999,2])

我想在所有行中取 i 的值并返回平均值，在这种情况下，每个块的 1000 个值在列“b”中

i=1
add=function(i,999){i=i+999}
z=return(i)
p=mean(y[z,2])

我认为我做错了。有什么见解吗？

【问题讨论】：

标签： r dataframe mean

【解决方案1】：

如果我正确理解您的问题，您需要在您的列上使用移动平均线 b

y<-data.frame(a=runif(2000),b=runif(2000))

m=1000
means=NULL;p=NULL
for(i in 1:(nrow(y)-m)){
  p=c(p,mean(y[i:(i+999),2]))
}

plot(p)

【讨论】：

如果他们想要移动平均线，他们应该使用filter。如果你想为此使用循环，至少预先分配p。
p<-NULL 工作正常，我不确定 OP 是否想要 MA 或只是 1k 大小块的平均值。此外，filter() 位于 stats 包中，因此为此加载一个包...
您在Second Circle of Hell 中。默认情况下会加载包统计信息。
for(i in 1:(nrow(y)-m)){p=c(p,mean(y[i:(i+999),2]))} @Romain This代码给出错误：在 mean.default(y[i:(i + 999), 2]) 中：参数不是数字或逻辑：返回 NA
对不起，我明白了。我的代码中还有其他错误:) 非常感谢

【解决方案2】：

zoo 包有rollapply，这对于应用这样的滚动函数非常有用。您可以使用sapply 循环遍历data.frame 的列并应用rollapply 函数（sapply 循环遍历列表的元素，数据框实际上是列表的集合）。

希望这个例子有意义...

require(zoo)
## Sample data, two columns one million rows
df <- data.frame( A = runif(1e6) , B = runif(1e6) )

## Set desried 'chunk' size, i.e. the
## number of rows to find the mean of
## at once. Let's do 1e4, so we will 
## get 100 values back (1e6/1e4=1e2)
m = 1e4

## use sapply to loop across the columns, and
## apply rollapply to each column, which takes
## the mean of each set of 10,000 values
dfMean <- sapply( df , function(x) rollapply( x , width = m , by = m , align = "left" , FUN = mean ) )

nrow(dfMean)
#[1] 100

head(dfMean)
#            A         B
#[1,] 0.4966775 0.4992207
#[2,] 0.5013934 0.4986489
#[3,] 0.4994544 0.5009876
#[4,] 0.5020374 0.4979467
#[5,] 0.5049408 0.4999280
#[6,] 0.4969987 0.5018564

【讨论】：

我在上传 zoo 包时实际上遇到了错误。不知道为什么。
错误是什么？你安装了吗？试试install.packages( "zoo" ) ; require(zoo)
我使用的是旧版本的 R. zoo 需要 3.0.0 。整理出来:)

【解决方案3】：

使用data.table 将是您最快的选择，我认为“分组依据”的by= 语法非常直观。

library(data.table)

# Sample data:
dt<-data.table(A=runif(1e6L), B=runif(1e6L), key="B")

# Note that keying by column B will order the rows by B;
# You can leave out the key if you don't care about the order
# or have already set it

# Average every 1000 records in column B:
dt[,list(avg=mean(B)),by=rep(1L:nrow(dt),each=1000L,length.out=nrow(dt))]

这需要大约十分之一秒，而 rollaply 解决方案需要超过 48 秒。

【讨论】：