R: period.apply 的更快替代方案

Question

我准备了以下数据

Timestamp   Weighted Value  SumVal  Group
1           1600            800     1
2           1000            1000    2
3           1000            1000    2
4           1000            1000    2
5           800             500     3
6           400             500     3
7           2000            800     4
8           1200            1000    4

我想计算每个组的 sum(Weighted_Value)/sum(SumVal)，例如，对于第 3 组，结果将是 1.2。

我使用 period.apply 来做到这一点:

period.apply(x4, intervalIndex, function(z) sum(z[,4])/sum(z[,2]))

但这对我的应用程序来说太慢了，所以我想问一下是否有人知道更快的替代方案？我已经尝试过 ave，但它似乎更慢。

我的目标是顺便说一句。计算时间加权平均值，将不规则的时间序列转换为等距时间间隔的时间序列。

谢谢!

Answer 1

使用 rowsum 似乎比 data.table 方法更快(至少对于这个小示例数据集而言):

sgibb <- function(datframe) {
  data.frame(Group = unique(df$Group),
             Avg = rowsum(df$Weighted_Value, df$Group)/rowsum(df$SumVal, df$Group))
}

在@platfort 的基准测试中添加 rowsum 方法:

library(microbenchmark)
library(dplyr)
library(data.table)

microbenchmark(
  Nader   = df %>%
              group_by(Group) %>%
              summarise(res = sum(Weighted_Value) / sum(SumVal)),
  Henk    = setDT(df)[, sum(Weighted_Value) / sum(SumVal), by = Group],
  plafort = weight.avg(df),
  sgibb = sgibb(df)
)
# Unit: microseconds
#     expr      min       lq      mean    median        uq      max neval
#    Nader 2179.890 2280.462 2583.8798 2399.0885 2497.6000 6647.236   100
#     Henk  648.191  693.519  788.1421  726.0940  751.0810 2386.260   100
#  plafort 2638.967 2740.541 2935.4756 2785.7425 2909.4640 5000.652   100
#    sgibb  347.125  384.830  442.6447  409.2815  441.8935 2039.563   100