N 个连续列的 Rowmeans答案

【问题标题】：Rowmeans for N sequential columnsN 个连续列的 Rowmeans
【发布时间】：2018-04-28 20:47:33
【问题描述】：

在具有n*3 列的数据框中，如何计算每三个（或任何其他数量）连续列的行均值，例如对于(1,2,3)、(4,5,6)、(7,8,9) 等列？

有解决办法here on Code Review-Mean of many subsets of a dataframe，不过不知道有没有更优雅的方法。

【问题讨论】：

t(rowsum(t(dat), as.integer(gl(ncol(dat), 3, ncol(dat)))))/3
或sapply(split.default(dat, rep(seq_along(dat), each=3, length.out=ncol(dat))), rowMeans)

【解决方案1】：

基础 R 解决方案（指定应用函数并遍历这些组的列数）：

# Generate dummy data (matrix 2 x 9)
foo <- matrix(rnorm(18), 2)
# By how many columns apply function
BY <- 3
# Apply rowmeans by rows and columns
sapply(1:(ncol(foo)/BY), function(x) rowMeans(foo[, ((x * BY) - BY + 1):(x * BY)]))

【讨论】：

【解决方案2】：

您可以使用以下内容。此示例基于链接问题中提供的数据集以及每两个连续列。

dat <- data.frame(a1 = 9:11, a2 = 2:4, b1 = 3:5,
              b2 = 4:6, c1 = 5:7, c2 = 1:3)

n <- 2
t(rowsum(t(dat), as.integer(gl(ncol(dat), n, ncol(dat))))) / n

##        1   2 3
## [1,] 5.5 3.5 3
## [2,] 6.5 4.5 4
## [3,] 7.5 5.5 5

【讨论】：

@Hrant 它产生因子。阅读它?gl。

【解决方案3】：

这是一种没有循环的方法。

矩阵转换为数组。
数组转置为aperm() 以允许...
colMeans() 返回预期的输出。 colMeans() 处理维度的方式与 rowMeans() 不同，转置提供了预期的输出。

df<-matrix(1:30, nrow = 3, ncol = 6)

ncols <- 2

colMeans(
  aperm(
    array(df, dim = c(3, ncols, ncol(df) / ncols)),
    perm = c(2,1,3)
    )
  )
#>      [,1] [,2] [,3]
#> [1,]  2.5  8.5 14.5
#> [2,]  3.5  9.5 15.5
#> [3,]  4.5 10.5 16.5

^{由reprex package (v0.3.0) 于 2019 年 9 月 30 日创建}

这是三种方法中最快的：

# A tibble: 3 x 13
  expression       min median `itr/sec` mem_alloc
  <bch:expr>    <bch:> <bch:>     <dbl> <bch:byt>
1 aperm_method  33.4us 35.1us    27291.        0B
2 rowsum_method 55.6us 57.8us    16854.        0B
3 sapply_method 93.8us 96.9us    10210.    46.5KB

原始代码：

bench::mark(
  aperm_method = {
    ncols <- 2
    colMeans(
      aperm(
        array(df, dim = c(nrow(df), ncols, ncol(df) / ncols)),
        perm = c(2,1,3)
      )
    )
  }
  ,
  rowsum_method = {
    n <- 2; 
    t(rowsum(t(df), as.integer(gl(ncol(df), n, ncol(df))))) / n
  }
  , 
  sapply_method = {
    BY = 2
    sapply(1:(ncol(df)/BY), function(x) rowMeans(df[, ((x * BY) - BY + 1):(x * BY)]))
  }
  ,
  check = F #all the same except rowsum_method has colnames
)

【讨论】：