Media di una finestra scorrevole in R

Ho un vettore di valori che vorrei segnalare la media in Windows lungo una diapositiva più piccola.

Ad esempio, per un vettore dei seguenti valori:

4, 5, 7, 3, 9, 8

Una dimensione della finestra di 3 e una diapositiva di 2 farebbe quanto segue:

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

E restituisce un vettore di questi valori:

5.33, 6.33, 5.67

C'è una semplice funzione che farà questo per me? Se restituisse anche gli indici della finestra inizia, sarebbe un bonus in più. In questo esempio sarebbe 1,3,5

La funzione rollapplynel pacchetto zoo ti avvicina:

> 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

Semplicemente non calcolerà l'ultimo valore per te in quanto non contiene 3 osservazioni. Forse questo sarà sufficiente per il tuo vero problema? Inoltre, si noti che l'oggetto restituito ha gli indici desiderati come namesdel vettore restituito.

Il tuo esempio sta supponendo che ci sia uno 0 non osservato nell'ultima finestra. Potrebbe essere più utile o realistico eseguire il pad con un NAper rappresentare le informazioni mancanti e dire meandi gestire i valori mancanti. In questo caso avremo (8 + 9) / 2 come valore finale a finestra.

> 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 funziona alla grande con un piccolo set di dati. Tuttavia, se stai lavorando con diversi milioni di righe (genomica) è piuttosto lento.

La seguente funzione è super veloce.

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

Questa semplice riga di codice fa la cosa:

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

se xè il vettore in questione.

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

o

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

la risposta di shabbychef in R:

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);
}

EDIT: gli indici che stai cercando sono solo idx1... questa funzione può essere facilmente modificata per restituirli anche, ma è quasi altrettanto veloce ricrearli con un'altra chiamata a seq(1,length(x),by=slide).

Posso farlo facilmente in Matlab e anatra mentre mi sottovaluti:

%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!

come effetto collaterale, idx1è l'indice dell'elemento nella somma. Sono sicuro che questo può essere facilmente tradotto in R. Il linguaggio first:skip:lastdi Matlab fornisce l'array first, first + skip, first + 2skip, ..., first + n skip, dove l'ultimo elemento dell'array non è maggiore di last.

modifica : avevo omesso la parte media (dividi per windowsize).

Questo ti porterà i mezzi della finestra e l'indice del primo valore della finestra:

#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
    }

Si applicano varie avvertenze: non ho testato questo con nient'altro che i tuoi dati campione; Credo che l'aggiunta di frame di dati come questo possa diventare molto lenta se si hanno molti valori (perché copierà data.frame ogni volta); ecc. Ma produce ciò che hai chiesto.