r - 是什么让 rollmean 比 rollapply 更快(代码方面)？

Question

我经常发现时间序列的滚动事物(特别是指)，并惊讶地发现 rollmean明显比 rollapply 快，并且 align = 'right'方法比 rollmeanr 更快 wrapper 。

他们是如何实现这种速度的？为什么在使用 rollmeanr() 时会丢失一些它？ wrapper ？

一些背景:我一直在使用rollapplyr(x, n, function(X) mean(X)) ，但是我最近偶然发现了一些使用 rollmean 的示例。文件建议rollapplyr(x, n, mean) (注意没有参数的 function 部分)使用 rollmean所以我认为性能不会有太大差异，但是rbenchmark揭示了显着差异。

require(zoo)
require(rbenchmark)

x <- rnorm(1e4)
r1 <- function() rollapplyr(x, 3, mean) # uses rollmean
r2 <- function() rollapplyr(x, 3, function(x) mean(x))
r3 <- function() rollmean(x, 3, na.pad = TRUE, align = 'right')
r4 <- function() rollmeanr(x, 3, align = "right")

bb <- benchmark(r1(), r2(), r3(), r4(), 
          columns = c('test', 'elapsed', 'relative'), 
          replications = 100, 
          order = 'elapsed')

print(bb)

我惊讶地发现rollmean(x, n, align = 'right')速度明显更快，比我的 rollapply(x, n, function(X) mean(X)) 快约 40 倍方法。

  test elapsed relative
3 r3()    0.74    1.000
4 r4()    0.86    1.162
1 r1()    0.98    1.324
2 r2()   27.53   37.203

随着数据集大小的增加，差异似乎会变得更大。我只改变了 x 的大小(到 rnorm(1e5) )在上面的代码中并重新运行测试，函数之间存在更大的差异。

  test elapsed relative
3 r3()   13.33    1.000
4 r4()   17.43    1.308
1 r1()   19.83    1.488
2 r2()  279.47   20.965 

以及 x <- rnorm(1e6)

  test elapsed relative
3 r3()   44.23    1.000
4 r4()   54.30    1.228
1 r1()   65.30    1.476
2 r2() 2473.35   55.920

他们是如何做到这一点的？另外，这是最优解吗？当然，这很快，但是有没有更快的方法来做到这一点？

(注意:一般来说，我的时间序列几乎总是 xts 对象 - 这有关系吗？)

Answer 1

计算滚动平均值比计算一般滚动函数更快，因为第一个更容易计算。计算一般滚动函数时，您必须一次又一次地计算每个窗口上的函数，而对于 mean 则不必执行此操作，因为其简单恒等式:

 (a2 + a3 + ... + an)/(n-1) = (a1 + a2 + ... + a(n-1))/(n-1) + (an - a1)/(n-1)

您可以通过查看 getAnywhere(rollmean.zoo) 了解如何利用它。

如果您想要更快的滚动平均值，请使用 caTools 中的 runmean，它是用 C 实现的，使其速度更快(它的扩展性也更好，因此会得到随着数据大小的增加甚至更快)。

library(microbenchmark)
library(caTools)
library(zoo)

x = rnorm(1e4)
microbenchmark(runmean(x, 3, endrule = 'trim', align = 'right'),
               rollmean(x, 3, align = 'right'))
#Unit: microseconds
#                                             expr      min        lq     median        uq       max neval
# runmean(x, 3, endrule = "trim", align = "right")  631.061  740.0775   847.5915  1020.048  1652.109   100
#                  rollmean(x, 3, align = "right") 7308.947 9155.7155 10627.0210 12760.439 16919.092   100