如何使用 R 中的 apply family 计算 5 天累计

Question

我有一个矩阵数据框 6940 行和 100 列。我需要在数据集上一次找到 5 天的累计值。现在我能够为此构建一个 for 循环代码，如下所示：

cum<- matrix(data=q1,nrow=6940,ncol=100)
for (j in 1:100){
  for (i in 1:6940){
    cum[i,j]<-sum(q1[i,j],q1[i+1,j],q1[i+2,j],q1[i+3,j],q1[i+4,j],na.rm=T)
  }
}

我想知道apply系列中有没有函数可以做同样的事情，因为这段代码很耗时。

例如，如果我使用命令

生成数据框

 ens <- matrix(rnorm(200),20)

我一次要5行的累加和。即 row1:row5、row2:row6、row3:row7 等数据框形式的总和。

我试过以这种形式使用应用函数：

apply(apply(apply(apply( apply(m, 2, cumsum),2, cumsum), 2, cumsum),2,cumsum),2,cumsum)

但问题是我没有获得以 5 为单位的累积，只有整体累积。

Answer 1

这是一种使用 stats::filter 函数计算滚动总和并 apply 遍历列的方法：

m <- matrix(1:48, ncol = 4)
#      [,1] [,2] [,3] [,4]
# [1,]    1   13   25   37
# [2,]    2   14   26   38
# [3,]    3   15   27   39
# [4,]    4   16   28   40
# [5,]    5   17   29   41
# [6,]    6   18   30   42
# [7,]    7   19   31   43
# [8,]    8   20   32   44
# [9,]    9   21   33   45
#[10,]   10   22   34   46
#[11,]   11   23   35   47
#[12,]   12   24   36   48

apply(m, 2, filter, filter = rep(1, 5), sides = 1)
#      [,1] [,2] [,3] [,4]
# [1,]   NA   NA   NA   NA
# [2,]   NA   NA   NA   NA
# [3,]   NA   NA   NA   NA
# [4,]   NA   NA   NA   NA
# [5,]   15   75  135  195
# [6,]   20   80  140  200
# [7,]   25   85  145  205
# [8,]   30   90  150  210
# [9,]   35   95  155  215
#[10,]   40  100  160  220
#[11,]   45  105  165  225
#[12,]   50  110  170  230

这可能需要根据您希望如何处理少于 5 个值的 windows 进行调整（例如，在开头）。

Answer 2

另一种不太复杂的方法：创建 5 个变量并由变量求和 5 次。这里：

m <- data.table(matrix(1:48, ncol = 4))
m[, index := .I]

m[, i1 := floor((index - 1) / 5) * 5 + 1]
m[, i2 := floor((index - 2) / 5) * 5 + 2]
m[, i3 := floor((index - 3) / 5) * 5 + 3]
m[, i4 := floor((index - 4) / 5) * 5 + 4]
m[, i5 := floor((index - 5) / 5) * 5 + 5]

cumsumm <- rbindlist(list(m[, list(value = sum(V1)), by = "i1"]
          , m[, list(value = sum(V1)), by = "i2"]
          , m[, list(value = sum(V1)), by = "i3"]
          , m[, list(value = sum(V1)), by = "i4"]
          , m[, list(value = sum(V1)), by = "i5"]), use.names=F)[i1 > 0, ]

Answer 3

另一种选择是roll_sum（数据来自@Rolandpost）

library(RcppRoll)
apply(m, 2, roll_sumr, 5)
#       [,1] [,2] [,3] [,4]
# [1,]   NA   NA   NA   NA
# [2,]   NA   NA   NA   NA
# [3,]   NA   NA   NA   NA
# [4,]   NA   NA   NA   NA
# [5,]   15   75  135  195
# [6,]   20   80  140  200
# [7,]   25   85  145  205
# [8,]   30   90  150  210
# [9,]   35   95  155  215
#[10,]   40  100  160  220
#[11,]   45  105  165  225
#[12,]   50  110  170  230

正如@alexis_laz在评论中提到的，roll_sumr也可以采用矩阵。效率更高。

roll_sumr(m, 5, by = 1)

基准

set.seed(24)
m1 <- matrix(sample(1:50, 5000*5000, replace=TRUE), ncol=5000)
system.time(apply(m1, 2, roll_sumr, 5))
# user  system elapsed 
# 1.84    0.16    1.99 

system.time(roll_sumr(m1, 5, by = 1))
#  user  system elapsed 
#  0.59    0.15    0.74 

system.time(apply(m1, 2, stats::filter, filter = rep(1, 5), sides = 1))
#  user  system elapsed 
#  4.46    0.20    4.68

如何使用 R 中的 apply family 计算 5 天累计

how to calculate 5 days cumulative using apply family in R

statistics

for-loop

r

apply

lapply

基准