从r中的循环数据计算移动平均值

我想从一系列角度（β）计算一个以弧度为单位的平均角度（θ），这些角度存储在一个名为“a”的数据帧中：

       time beta    theta           theta2
    1   0           na              na
    2   2.426551575 na              na 
    3   5.890842799 0.678069689     0.678069689
    4   0.530641823 0.854950297     0.854950297
    5   4.794960386 -0.449975202    5.833210105
    6   1.271620156 0.104679019     0.104679019
    7   5.789548201 -0.236747291    6.046438017
    8   1.053579352 0.610520801     0.610520801
    9   0.095112206 0.218351484     0.218351484
    10  6.108843722 0.324783324     0.324783324

Beta以弧度为单位，由包裹的高希分布随机绘制而成。我想计算θ（实际上是θ2，以弧度为单位）。我用蛮力将弧度转换成正数和负数单位，圆周率/圆周率为180度，但我在寻找一种更优雅的方法

我曾希望这会起作用（调用循环和dplyr包）：

---

a$theta我相信如果我正确理解了你，那么你是在试图计算数据的移动平均值，这在本质上是循环的。如果是这种情况，您可以选择光栅的
movingFun
函数来获得移动平均值。因为平均值本质上不是矢量化的，所以它总是返回一个值

如果您粘贴所需的输出，这将是一件好事

在这里，我选择滞后值为2，循环性质为True

library(raster)
movingFun(x, n= 2, fun = mean, circular = TRUE)

输入数据：

x <- c(0,2.426551575,
       5.890842799,
       0.530641823,
       4.794960386,
       1.271620156,
       5.789548201,
       1.053579352,
       0.095112206,
       6.108843722,
       1.240271853,
       5.350922943)

我相信如果我理解正确的话，那么你是在试图计算数据的移动平均值，这在本质上是循环的。如果是这种情况，您可以选择光栅的
movingFun
函数来获得移动平均值。因为平均值本质上不是矢量化的，所以它总是返回一个值

如果您粘贴所需的输出，这将是一件好事

在这里，我选择滞后值为2，循环性质为True

library(raster)
movingFun(x, n= 2, fun = mean, circular = TRUE)

输入数据：

x <- c(0,2.426551575,
       5.890842799,
       0.530641823,
       4.794960386,
       1.271620156,
       5.789548201,
       1.053579352,
       0.095112206,
       6.108843722,
       1.240271853,
       5.350922943)

谢谢，这很有帮助。是的，数据是圆形的（以弧度为单位）。movingFun（）似乎使用实际数据来推导圆的边界…有没有办法将其强制为0和2pi？@TCS，你是说缩放你的平均值，如果是这样，你可以这样做：
NISTunits:：NISTradianTOdeg（scales:：rescale（vect，to=c（0,2*pi））
，这里的“vect”是你的
movingFun
，您必须传递称为“从比例库重新缩放”的函数，如果您想转换为度，则可以使用NISTunits库。谢谢--这很有帮助。是的，数据是圆形的（以弧度为单位）。movingFun（）似乎使用实际数据来推导圆的边界…有没有办法将其强制为0和2pi？@TCS，你是说缩放你的平均值，如果是这样，你可以这样做：
NISTunits:：NISTradianTOdeg（scales:：rescale（vect，to=c（0,2*pi））
，这里的“vect”是你的
movingFun
，您必须传递称为“从比例库重新缩放”的函数，若要转换为度，则可以使用该库。
> movingFun(x, n= 2, fun = mean, circular = T)
 [1] 2.6754615 1.2132758 4.1586972 3.2107423
 [5] 2.6628011 3.0332903 3.5305842 3.4215638
 [9] 0.5743458 3.1019780 3.6745578 3.2955974