3

我是一个 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。我的目标是计算一个改变起点的加权平均值。

为了说明考虑这个框架（ 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 3、2:3 和 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。

有没有办法使用 apply 命令来实现不同的起点，从而提高性能？

问候，鲁本

4

2 回答 2

3

以@joran 的回答为基础产生正确的结果：

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

另请注意，这比/方法快得多。sapplylapply

于 2012-03-07T21:53:08.487 回答
1

您可以使用lapply来创建您的子集，并sapply循环这些子集，但我敢打赌会有更快的方法。

sapply(lapply(1:3,":",3),function(x) with(dat[x,],weighted.mean(X1,X2)))
[1] 1.800000 2.333333 3.000000
于 2012-03-07T20:41:01.797 回答