R 如何从文本文件计算移动平均值？

我有一个文本文件。我想做一些如下所示的计算（移动平均）并写出结果。文本文件包含15列和601行

columns <- paste0("X", 1:13)
ref <- read.table("D:\\DAS_asc.txt", sep="",header=TRUE)
library(zoo)
mean <- lapply(columns, function(column) { 
              rollapply(ref[[column]], 5, FUN = mean,na.rm=TRUE, fill=NA) })

我想知道当我们对文本文件执行此操作时出现了什么问题

文件的前两行：

"0" "1" "2" "3" "4" "5" "6" "7" "8" "9" "10" "11" "12" "13" "14"
"2" 0.0493461075417879 0.0262911450465596 0.0426611743228151 0.0954854469641096 0.0933782886825547 0.218212200747129 0.285405481705908 0.226218243796976 0.146648210899044 0.115716572518044 0.0675501818197432 0.069120070466305 0.281314574594234 0.364434947521643 0.0124844383491671

---

如果您想要列的移动平均值，我看不出您的代码有什么问题。如果您是指13列行的移动平均值，请在ref data.frame上使用

apply

movAvg <- t( apply( ref[,columns] , 1 , fun = function(x){ rollapply(x , width = 5, FUN = mean, na.rm=TRUE, fill=NA) } ) )

试试这个：

columns <- paste0("X", 1:13)
ref <- read.table("D:\\DAS_asc.txt", sep="",header=TRUE)
library(zoo)

movingaverages<-lapply( ref[,columns], function(column) { 
    rollapply(column, 5, FUN =  mean,na.rm=TRUE, fill=NA) } )

#OR
movingaverages<-apply( ref[,columns], 2, function(column) { 
    rollapply(column, 5, FUN =  mean,na.rm=TRUE, fill=NA) } )

# substract from old values:
ref[,columns]<-ref[,columns]-movingaverages

# note, movingaverages is not a data.frame
# you can convert it to such like this:

data.frame(movingaverages)

---

columns是的，但我在这里指定了从1到13的范围：
columns您想对一列进行移动平均，还是对每行的13列进行移动平均？@JonssonSali您为什么要谈论文本文件？我认为问题只是计算data.frame中13列/变量的移动平均数。请尽量清楚并给出一个可复制的例子。你不想跨行应用吗？在原始代码中，移动平均值是针对每一列的？在这种情况下，他的原始代码会起作用。每列都作为向量传递给rollapply？如果这不是他所期望的，我想他指的是跨行滚动平均。哦，是的，可能是这样。是的，我想对每一列而不是每一行这样做。那么Hemmo：你是做专栏的？我想从ref中减去结果，所以请您更新您的解决方案，以显示如何让ref与结果相同。就像dataframe一样？
w <- 1:5
x <- 1:5
y <- 1:5
z <- 1:5
df <- data.frame( w ,x , y , z )
df
#     w x y z
#   1 1 1 1 1
#   2 2 2 2 2
#   3 3 3 3 3
#   4 4 4 4 4
#   5 5 5 5 5

cols <- c( "w" , "x" , "y" , "z" )
# Rolling average across columns using list of specified columns
laply( cols , function(x){  rollapply( df[[x]] , FUN = mean , width = 2 , na.rm=TRUE, fill=NA ) })
#          1   2   3   4  5
#   [1,] 1.5 2.5 3.5 4.5 NA
#   [2,] 1.5 2.5 3.5 4.5 NA
#   [3,] 1.5 2.5 3.5 4.5 NA
#   [4,] 1.5 2.5 3.5 4.5 NA 

# Which is the same as...
t( apply( df[ , cols] , 2, function(x){ rollapply( x , width = 2, FUN = mean, na.rm=TRUE, fill=NA) } ) )
#     [,1] [,2] [,3] [,4] [,5]
#   w  1.5  2.5  3.5  4.5   NA
#   x  1.5  2.5  3.5  4.5   NA
#   y  1.5  2.5  3.5  4.5   NA
#   z  1.5  2.5  3.5  4.5   NA

# Rolling average across rows...
t( apply( df[,cols] , 1 , FUN = function(x){ rollapply( x , FUN = mean , width = 2 , na.rm=TRUE, fill=NA  ) } ) )

columns <- paste0("X", 1:13)
ref <- read.table("D:\\DAS_asc.txt", sep="",header=TRUE)
library(zoo)

movingaverages<-lapply( ref[,columns], function(column) { 
    rollapply(column, 5, FUN =  mean,na.rm=TRUE, fill=NA) } )

#OR
movingaverages<-apply( ref[,columns], 2, function(column) { 
    rollapply(column, 5, FUN =  mean,na.rm=TRUE, fill=NA) } )

# substract from old values:
ref[,columns]<-ref[,columns]-movingaverages

# note, movingaverages is not a data.frame
# you can convert it to such like this:

data.frame(movingaverages)