用 apply 替换 for 循环以提高性能(使用 weighted.mean)

Question

我是 R 新手，所以希望这对你们中的一些人来说是一个可以解决的问题。我有一个包含超过一百万个数据点的数据框。我的目标是计算具有变化起点的加权平均值。

为了说明这个框架 (data.frame(matrix(c(1,2,3,2,2,1),3,2)) )

  X1 X2
1  1  2
2  2  2
3  3  1

其中X1是数据，X2是采样权重。

我想计算 X1 从起点 1 到起点 3、起点 2:3 和起点 3:3 的加权平均值。

我简单地写了一个循环:

B <- rep(NA,3) #empty result vector
for(i in 1:3){
  B[i] <- weighted.mean(x=A$X1[i:3],w=A$X2[i:3]) #shifting the starting point of the data and weights further to the end
} 

使用我的真实数据，这是不可能计算的，因为每次迭代都会更改 data.frame，并且计算需要数小时而没有结果。

有没有办法通过应用命令实现不同的起点，从而提高性能？

问候，鲁本

Answer 1

根据@joran 的回答生成正确的结果:

with(A, rev(cumsum(rev(X1*X2)) / cumsum(rev(X2))))
# [1] 1.800000 2.333333 3.000000

另请注意，这比 sapply/lapply 方法快多。