求反方向的平均值列，并返回R中这些平均值的总和

我刚刚开始学习R用于预测和分析目的，我决定尝试为我使用的预测模型创建一个完整的包（加法拾取）。我在一家酒店工作，我经常做的一件事就是预测我们的需求，所以这肯定会让我的这部分工作更快更容易

我已经创建了一些函数，这些函数将获得我的皮卡号码的数据帧，现在我正在开发一个函数来平均新数据帧中用户定义的列数。我已经包含了创建一些示例数据的代码，下面是我正在处理的代码

样本数据：

test = data.frame(replicate(10, sample(0:2, 32, rep = TRUE)))

破译代码：

averagePickup = function(data, day, periods) {
  # data will be your Pickup Data
  # day is the day you're forecasting for (think row number)
  # periods is the period or range of periods that you need to average (a column or range of columns).
 pStart = ncol(data)
 pEnd = ncol(data) - periods
 row = (day-1)
 new_frame = as.data.frame(matrix(nrow = 1, ncol = periods))

 for(i in pStart:pEnd) {
    new_frame[1,i] = mean(data[1:row , i])
  }
 return(sum(new_frame[1,1:i]))
}

其目标是从数据中的最后一列向后迭代到用户定义的周期。例如，将“periods”设置为1应仅返回最后一列的平均值之和。将其设置为2将产生最后一列和倒数第二列的平均值之和

然而，当我尝试运行此测试时，我得到一个错误

---

[中的错误我认为这就是您想要的：

averagePickup = function(data, day, periods) {
  # data will be your Pickup Data
  # day is the day you're forecasting for (think row number)
  # periods is the period or range of periods that you need to average (a column or range of columns).
  pStart = ncol(data)
  pEnd = ncol(data) - (periods-1)
  row = (day-1)
  new_frame <- as.data.frame(matrix(nrow = 1, ncol = periods))

  for(i in pStart:pEnd) {
    new_frame[1,1+abs(ncol(data)-i)] <- mean(data[1:row , i])
  }
  return(sum(new_frame[1,1:ncol(new_frame)]))
}

averagePickup(test,1,5)

averagePickup=函数（数据、日期、时段）{
#数据将是您的取货数据
#day是您预测的日期（想想行数）
#periods是需要平均的时段或时段范围（列或列范围）。
pStart=ncol（数据）
pEnd=ncol（数据）-（周期-1）
行=（第1天）
新框架我想这就是你想要的：

averagePickup = function(data, day, periods) {
  # data will be your Pickup Data
  # day is the day you're forecasting for (think row number)
  # periods is the period or range of periods that you need to average (a column or range of columns).
  pStart = ncol(data)
  pEnd = ncol(data) - (periods-1)
  row = (day-1)
  new_frame <- as.data.frame(matrix(nrow = 1, ncol = periods))

  for(i in pStart:pEnd) {
    new_frame[1,1+abs(ncol(data)-i)] <- mean(data[1:row , i])
  }
  return(sum(new_frame[1,1:ncol(new_frame)]))
}

averagePickup(test,1,5)

averagePickup=函数（数据、日期、时段）{
#数据将是您的取货数据
#day是您预测的日期（想想行数）
#periods是需要平均的时段或时段范围（列或列范围）。
pStart=ncol（数据）
pEnd=ncol（数据）-（周期-1）
行=（第1天）
新的框架我相信这正是你想要的：

colMeans将返回每列的平均值

colMeans(test)
     X1      X2      X3      X4      X5      X6      X7      X8      X9     X10 
1.15625 1.00000 0.90625 1.03125 1.15625 1.09375 0.81250 0.93750 1.15625 0.84375 

现在，您只需要最后的
x
列，而不是每列。
dim
将为您提供矩阵/数据帧的维度，第二个值是列数

dim(test)[2]

现在，您可以动态地子集数据帧

test[, (dim(test)[2] - x):dim(test)[2]]

最后，将子集数据帧插入
colMeans
函数，并在其周围包装一个
sum

sum(colMeans(test[, (dim(test)[2] - x):dim(test)[2]]))

我相信这正是你想要的：

colMeans将返回每列的平均值

colMeans(test)
     X1      X2      X3      X4      X5      X6      X7      X8      X9     X10 
1.15625 1.00000 0.90625 1.03125 1.15625 1.09375 0.81250 0.93750 1.15625 0.84375 

现在，您只需要最后的
x
列，而不是每列。
dim
将为您提供矩阵/数据帧的维度，第二个值是列数

dim(test)[2]

现在，您可以动态地子集数据帧

test[, (dim(test)[2] - x):dim(test)[2]]

最后，将子集数据帧插入
colMeans
函数，并在其周围包装一个
sum

sum(colMeans(test[, (dim(test)[2] - x):dim(test)[2]]))

请包含数据以使此可再现性…这可能会有帮助…您可以使用此代码获得与我正在使用的类似的帧。test=data.frame（replicate（10，sample（0:2，32，rep=TRUE）））应用于我的代码，我想从第X10列开始。让我知道是否还有其他更清楚的内容！
Day
将是行号，
periods
是列号。基本上，每行是一周中的一天，每列是一个观察期。如果您将
Day
设置为11和
periods
对于1，该函数应该取第1列中前10个观察值的平均值。我在从左到右的列上能够实现这一点，但在从右到左的列上似乎无法实现这一点。请包含数据以使这一点重现……这可能会有帮助……您可以使用此代码获得类似于我正在使用的.test=data.frame（复制（10，sample（0:2,32，rep=TRUE）））应用于我的代码，我想从第X10列开始。让我知道是否还有其他更清楚的内容！
Day
将是行号，
periods
是列号。基本上，每行是一周中的一天，每列是一个观察期。如果您将
Day
设置为11和
periods
对于1，函数应该取第1列中前10个观察值的平均值。在从左到右的列上，我能够使它工作，但似乎无法使它从右到左工作。这很接近，但不幸的是，它没有考虑到我不一定需要整个列的平均值这一事实。o这个答案让它在选择我想要表达的价值时更加动态，这是避免包含“未来”的必要条件平均值中的观察结果。如果我误解了你的代码，请告诉我，我对这一切还是很陌生的！如果你需要用第1行到第Y行来子集df，你可以将这些行添加为子集中的第一个参数。你的问题中已经包含了该语法。在上面的示例中，这将是sum（colMeans）（test）[1:行，…这很接近，但不幸的是，它没有考虑到我不一定要整个列的平均值这一事实。另一个答案允许它在选择我要一起表示的值时更加动态，这是避免包含“未来”所必需的平均值中的观察结果。如果我误解了你的代码，请告诉我，我对这一切还是很陌生的！如果你需要用第1行到第Y行来子集df，你可以将这些行添加为子集中的第一个参数。你的问题中已经包含了该语法。在上面的示例中，这将是sum（colMeans）（test）[1:行，…是的，这太完美了！现在因为我是一个彻头彻尾的noob和learning，我想确保我理解了您所做的更改。您将
pEnd
更改为包含
（句点-1）
，我猜它允许
pEnd
与
pStart
的值相同，当
periods
为1时。我看到的唯一其他更改是