加速 tapply R 代码答案

【问题标题】：Speed up tapply R code加速 tapply R 代码
【发布时间】：2015-09-15 07:27:45
【问题描述】：

我有 100 个矩阵，每个矩阵有 604800 列和 101 行。对于每个矩阵，我需要通过计算 10 列的平均值将列数减少到 60480。

例如，对于一个向量

c(1,2,3,4,5,6,7,8,9,10,...)

5 列的平均值为：

c(3,8,13,18,...)

我用来执行此操作的代码是：

col.av = tapply(col, rep(1:(length(col)/10), each = 10), mean)

col 是我的 101 x 604800 矩阵之一。我有一个 for 循环，它遍历 100 个矩阵，但我的问题是计算一次运行所需的时间长度。

如果我只使用一个矩阵，执行需要 20 分钟以上，这是不可行的。关于如何提高计算速度有什么建议吗？

谢谢

【问题讨论】：

见rollmean
@zx8754 不确定它是否适用于此。 OP 想要mean(c1, c2, c3, c4, c5)，然后是mean(c6,c7,c8,c9,10)。
总是显示你的代码，可能只是 for 循环是答案，但你犯了一个错误。
data.table(x=col, id=rep(1:(length(col)/10), each = 10))[,mean(x),id] col=sample(1:10, 604800*101, TRUE) 花费不到一秒
@Khashaa 但是col 不是矩阵，对吧？

标签： r performance runtime tapply

【解决方案1】：

如果您对 for 循环没问题，这个适用于您的情况：

col.av <- matrix(0, nrow(col), ncol(col)/10)
for (i in 1:ncol(col.av)) {
  col.av[,i] <- rowMeans(col[,(10*(i-1)+1):(10*i)])
}

【讨论】：

【解决方案2】：

或者没有 for 循环和自定义函数以提高可读性。您始终可以将其包装在您的 for 循环或应用调用中。

#generate data
nc=604800 
nr=101
test_m <- matrix(rnorm(nc*nr),ncol=nc)

#function to get rowmeans by 'window'-columns
get_rowmeans <- function(mm, window=10){
  indices <- seq(1,ncol(mm),by=window)
  res <- sapply(indices, function(i){
    return(rowMeans(mm[,i:(i+(window-1))]))
  })
  res
}

tt <- get_rowmeans(test_m)
#check one
> all(tt[,1]==rowMeans(test_m[,1:10]))
[1] TRUE

【讨论】：