R 向量的连续和
这是继上一个问题之后的一个问题。在这个问题中,建议使用R 向量的连续和,r,vector,cumsum,rollapply,R,Vector,Cumsum,Rollapply,这是继上一个问题之后的一个问题。在这个问题中,建议使用rollapply来计算向量的1st、2nd、3rd项之和;然后是第二、第三、第四次;等等 我的问题是如何计算第一个、第二个和第三个的总和;然后是第四、第五和第六个。也就是说,滚动而不重叠。请问这件事容易做吗 在底部R中使用t set.seed(1) vec <- sample(10, 20, replace = TRUE) #[1] 3 4 6 10 3 9 10 7 7 1 3 2 7 4 8 5 8
rollapply
来计算向量的1st、2nd、3rd
项之和;然后是第二、第三、第四次;等等
我的问题是如何计算第一个、第二个和第三个的总和;然后是第四、第五和第六个
。也就是说,滚动而不重叠。请问这件事容易做吗 在底部R中使用t
set.seed(1)
vec <- sample(10, 20, replace = TRUE)
#[1] 3 4 6 10 3 9 10 7 7 1 3 2 7 4 8 5 8 10 4 8
unname(tapply(vec, (seq_along(vec)-1) %/% 3, sum))
# [1] 13 22 24 6 19 23 12
vec[1:(上限(长度(vec)/3)*3)]
如果长度不能被3整除,则用NA
填充向量。然后,您只需忽略colSums
中的NA
s
还有一个使用cut
和aggregate
:
x <- ceiling(length(vec)/3)*3
df <- data.frame(vec=vec[1:x], col=cut(1:x, breaks = seq(0,x,3)))
aggregate(vec~col, df, sum, na.rm = TRUE)[[2]]
#[1] 13 22 24 6 19 23 12
x使用tapply
在底端R中:
set.seed(1)
vec <- sample(10, 20, replace = TRUE)
#[1] 3 4 6 10 3 9 10 7 7 1 3 2 7 4 8 5 8 10 4 8
unname(tapply(vec, (seq_along(vec)-1) %/% 3, sum))
# [1] 13 22 24 6 19 23 12
vec[1:(上限(长度(vec)/3)*3)]
如果长度不能被3整除,则用NA
填充向量。然后,您只需忽略colSums
中的NA
s
还有一个使用cut
和aggregate
:
x <- ceiling(length(vec)/3)*3
df <- data.frame(vec=vec[1:x], col=cut(1:x, breaks = seq(0,x,3)))
aggregate(vec~col, df, sum, na.rm = TRUE)[[2]]
#[1] 13 22 24 6 19 23 12
x同样的想法。您只需要指定by参数。默认值为1
x <-c(1, 5, 4, 5, 7, 8, 9, 2, 1)
zoo::rollapply(x, 3, by = 3, sum)
#[1] 10 20 12
#or another Base R option
sapply(split(x, ceiling(seq_along(x)/3)), sum)
# 1 2 3
#10 20 12
x同样的想法。您只需要指定by参数。默认值为1
x <-c(1, 5, 4, 5, 7, 8, 9, 2, 1)
zoo::rollapply(x, 3, by = 3, sum)
#[1] 10 20 12
#or another Base R option
sapply(split(x, ceiling(seq_along(x)/3)), sum)
# 1 2 3
#10 20 12
x您可以定义窗口大小,并执行以下操作:
x <-c(1, 5, 4, 5, 7, 8, 9, 2, 1)
n <- 3
diff(c(0, cumsum(x)[slice.index(x, 1)%%n == 0]))
x您可以定义窗口大小,并执行以下操作:
x <-c(1, 5, 4, 5, 7, 8, 9, 2, 1)
n <- 3
diff(c(0, cumsum(x)[slice.index(x, 1)%%n == 0]))
x我们可以使用RcppRoll
中的roll\u sum
,这将非常有效
library(RcppRoll)
roll_sum(x, n=3)[c(TRUE, FALSE, FALSE)]
#[1] 10 20 12
数据
x我们可以使用RcppRoll
中的roll\u sum
,这将非常有效
library(RcppRoll)
roll_sum(x, n=3)[c(TRUE, FALSE, FALSE)]
#[1] 10 20 12
数据
x