optimization - 如何在不使用循环的情况下或以更有效的方式计算R中的 "consecutive mean"？

Question

我有一组数据，我需要计算它们的“连续平均值”(我不知道它是否是正确的名称，但我找不到更好的东西)，这是一个例子:

ID  Var2 Var3    
1    A    1
2    A    3
3    A    5
4    A    7
5    A    9
6    A    11
7    B    2
8    B    4
9    B    6
10   B    8
11   B    10

这里我需要连续计算同一子集中3个Var3变量的平均值(即A将计算出4个平均值:mean(1,3,5),mean(3,5,7),mean( 5,7,9)、mean(7,9,11) 和为 B 计算的 3 个平均值:mean(2,4,6)、mean(4,6,8)、mean(6,8,10)。结果应该是:

ID  Var2 Var3 Mean
1    A    1   N/A
2    A    3   N/A
3    A    5   3
4    A    7   5
5    A    9   7
6    A    11  9
7    B    2   N/A
8    B    4   N/A
9    B    6   4
10   B    8   6
11   B    10  8

目前我正在使用“循环内循环”方法，我使用 Var2 对数据集进行子集化，然后从第三个数据开始计算平均值。

它符合我的需要，但速度很慢，有没有更快的方法解决这个问题？

谢谢!

Answer 1

它通常被称为“滚动平均值”或“运行平均值”。 plyr 包允许您计算数据段上的函数，zoo 包具有滚动计算的方法。

> lines <- "ID,Var2,Var3    
+ 1,A,1
+ 2,A,3
+ 3,A,5
+ 4,A,7
+ 5,A,9
+ 6,A,11
+ 7,B,2
+ 8,B,4
+ 9,B,6
+ 10,B,8
+ 11,B,10"
> 
> x <- read.csv(con <- textConnection(lines))
> close(con)
> 
> ddply(x,"Var2",function(y) data.frame(y,
+   mean=rollmean(y$Var3,3,na.pad=TRUE,align="right")))
   ID Var2 Var3 mean
1   1    A    1   NA
2   2    A    3   NA
3   3    A    5    3
4   4    A    7    5
5   5    A    9    7
6   6    A   11    9
7   7    B    2   NA
8   8    B    4   NA
9   9    B    6    4
10 10    B    8    6
11 11    B   10    8