反向平均列，并返回 R 中这些平均值的总和

Question

我刚刚开始学习 R 用于预测和分析目的，我决定尝试为我正在使用的预测模型创建一个完整的包（Additive Pickup）。我在一家酒店工作，我经常做的事情之一就是预测我们的需求，所以这肯定会让我的这部分工作更快更容易！

我已经创建了一些函数，这些函数将为我获取我的取件号码的数据框，现在我正在开发一个函数来平均该新数据框中用户定义的列数。我已经包含了用于创建一些示例数据的代码，以及我正在处理的代码。

样本数据：

test = data.frame(replicate(10, sample(0:2, 32, rep = TRUE)))

破码：

averagePickup = function(data, day, periods) {
  # data will be your Pickup Data
  # day is the day you're forecasting for (think row number)
  # periods is the period or range of periods that you need to average (a column or range of columns).
 pStart = ncol(data)
 pEnd = ncol(data) - periods
 row = (day-1)
 new_frame = as.data.frame(matrix(nrow = 1, ncol = periods))

 for(i in pStart:pEnd) {
    new_frame[1,i] = mean(data[1:row , i])
  }
 return(sum(new_frame[1,1:i]))
}

这样做的目的是从数据中的最后一列向后迭代到用户定义的时间段。例如，将“周期”设置为 1 应该只返回最后一列的平均值之和。将其设置为 2 将产生最后一列和倒数第二列的平均值之和。

但是，当我尝试对此进行测试时，我收到一个错误，显示为

[(tmp`, 1, i, value = 0.9) 中的错误：新列 会在现有列之后留下孔

如果你们能提供任何建议，我们将不胜感激。另外，让我知道我是否完全零意义，并为关于这个问题的文章道歉......请注意，由于输入数据的格式化方式，这必须向后迭代。

Answer 1

我想这就是你想要的：

averagePickup = function(data, day, periods) {
  # data will be your Pickup Data
  # day is the day you're forecasting for (think row number)
  # periods is the period or range of periods that you need to average (a column or range of columns).
  pStart = ncol(data)
  pEnd = ncol(data) - (periods-1)
  row = (day-1)
  new_frame <- as.data.frame(matrix(nrow = 1, ncol = periods))

  for(i in pStart:pEnd) {
    new_frame[1,1+abs(ncol(data)-i)] <- mean(data[1:row , i])
  }
  return(sum(new_frame[1,1:ncol(new_frame)]))
}

averagePickup(test,1,5)

[1] 7

Answer 2

我相信这可以满足您的需求：

colMeans 将返回每列的平均值

colMeans(test)
     X1      X2      X3      X4      X5      X6      X7      X8      X9     X10 
1.15625 1.00000 0.90625 1.03125 1.15625 1.09375 0.81250 0.93750 1.15625 0.84375 

现在，您只需要最后的x 列，而不是每一列。 dim 将为您提供矩阵/数据框的尺寸，第二个值是列数。

dim(test)[2]

您现在可以动态地对数据框进行子集化

test[, (dim(test)[2] - x):dim(test)[2]]

最后，将子集数据框插入colMeans 函数，并在其周围包裹sum。

sum(colMeans(test[, (dim(test)[2] - x):dim(test)[2]]))