计算加权滚动平均值 R [重复]答案

【问题标题】：Computing a weighted rolling average R [duplicate]计算加权滚动平均值 R [重复]
【发布时间】：2014-07-09 06:51:40
【问题描述】：

假设我在 dataframe/data.table 中有两列，一列是级别，另一列是卷。我想计算级别的滚动平均值，按体积加权，因此体积充当某些滚动窗口的权重（归一化为 1）。

Base R 有一个 weighted.mean() 函数，它对两个静态向量进行类似的计算。我尝试使用 sapply 将列表/向量 fo 参数传递给它并创建一个 rollign 系列，但无济于事。

我应该与 weighted.mean() 一起使用哪种“应用”机制来获得所需的结果，或者我必须循环/编写自己的函数？

/////////////////////////////////////// //////////////////////////////////////////

附：最后我决定编写简单的自定义函数，它利用了伟大的 RccpRoll 包。我发现 RccpRoll 速度非常快，比其他滚动方法快得多，这对我来说很重要，因为我的数据有几百万行。

函数的代码如下所示（我在开始时添加了一些 NA，因为 RccpRoll 返回的数据没有 NA）：

require(RcppRoll)
my.rollmean.weighted <- function(vec1,vec2,width){
   return(c(rep(NA,width-1),roll_sum(vec1*vec2,width)/roll_sum(vec2,width)))
}

【问题讨论】：

看看rollapply?是否适合您的需求
rollapply 是 Zoo 的一部分，它是否适用于非 Zoo 对象？它似乎使用 rollapply 的一个版本，我必须将所有内容都转换为 zoo，然后再返回。以及如何滚动使用两个向量作为输入的函数的问题仍然是开放的 - 默认情况下，rollaplly 只使用一个输入，还是我错了？
你看过包裹RcppRoll吗？
不，谢谢，我去看看。
您可能感兴趣：stackoverflow.com/questions/21368245/…

标签： r

【解决方案1】：

我认为这可能有效。它采用rollapply 文档中演示的技术进行滚动回归。密钥是by.column=FALSE。这提供了一个滚动的所有列的矩阵。

  require(zoo)

  df <- data.frame(
    price = cumprod(1 + runif(1000,-0.03,0.03)) * 25,
    volume = runif(1000,1e6,2e6)
  )

  rollapply(
    df,
    width = 50,
    function(z){
      #uncomment if you want to see the structure
      #print(head(z,3))
      return(
        weighted_mean = weighted.mean(z[,"price"],z[,"volume"])
      )
    },
    by.column = FALSE,
    align = "right"
  )

如果它不起作用或不清楚，请告诉我。

【讨论】：

非常感谢。我明白了，但对我不起作用。查看调试 - 出于某种原因，它尝试按 10 个块的列对原始数据表进行子集化，当然它只是错过了某些子集中的相关列。再次可能是我错过了一些东西:(我想我只需要使用一个额外的列并以这种方式完成它。

【解决方案2】：

这是一个可能有帮助的代码 sn-p。它使用 zoo 包中的 rollmean 函数和两个间隔（你选择间隔）。我假设您将使用 weighted.mean 函数计算的变量：

library(zoo) # for the rollmean() function

movavg <- rollmean(df$weightedVariable, k = 2, align = "right")

【讨论】：