`ddply`（或类似函数）能够做滑动窗口吗？

Question

`ddply`（或类似函数）能够做滑动窗口吗？

15

类似于什么

sliding = function(df, n, f)
    ldply(1:(nrow(df) - n + 1), function(k)
        f(df[k:(k + n - 1), ])
    )

那将会像这样使用

> df
  n         a
1 1 0.8021891
2 2 0.9446330
...

> sliding(df, 2, function(df) with(df,
+     data.frame(n = n[1], a = a[1], b = sum(n - a))
+ ))
  n         a        b
1 1 0.8021891 1.253178
...

除了直接在ddply中使用，这样我就可以获得它带来的优美语法糖，还有其他方法吗？

- Owen

4

你是指zoo包中的rollapply函数吗？ - joran

2

不，但我曾经考虑过让ddply和其他函数能够与更通用的迭代器一起使用。 - hadley

1

@hadley：从快速查看来看，似乎只需要允许人们传入自己的自定义splitter_d（并记录其预期返回值），就可以完成这个任务。如果您将此作为额外参数提供，并将自己的splitter_d作为默认值，我认为它应该可以工作，对吧？而编写“滑动窗口索引”本质上已经由Owen完成了。 - Nick Sabbe

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- John Colby · Accepted Answer

由于这个问题还没有得到回答，我想提供一个更好的解决方案，可以更快地解决这类问题，速度可能高达数千倍。每当我听到“移动平均”或“滑动窗口”时，我马上想到FFT卷积。这是因为它可以以极高效率处理这些类型的问题。由于所有的“滑动”都在后台完成，所以我认为它也具有你所期望的所有句法美感。

（以下代码可在https://gist.github.com/1320175中的一个文件中找到）

我们首先模拟一些数据（这里我使用整数是为了简单起见，但当然你不需要这样做）。

require(plyr)
set.seed(12345)

n = 10
n.sum = 2
a = sample.int(10, n, replace=T)

df = data.frame(n=1:n, a)

现在，我们将一次性预先计算出n-a的所有值。

n.minus.a = with(df, n - a)

接下来，定义一个内核 k，当它与我们的输入n.minus.a卷积时，将对我们的数据进行求和（或平均/平滑/其他操作）。

k = rep(0, n)
k[1:n.sum] = 1

一切设置完成后，我们可以通过 fft() 在频率域中定义一个函数来高效地执行此卷积。

myConv <- function(x, k){
  Fx  = fft(x)
  Fk  = fft(k)
  Fxk = Fx * Fk
  xk  = fft(Fxk, inverse=T)
  (Re(xk) / n)[-(1:(n.sum-1))]
}

执行这个的语法非常简单易懂：

> myConv(n.minus.a, k)
[1] -14 -12 -10  -5   4   7   5   3   1

当您使用R中的convolve()便捷函数时，所有这些也会在幕后发生。

> convolve(n.minus.a, k)[1:(length(n.minus.a)-n.sum+1)]
[1] -14 -12 -10  -5   4   7   5   3   1

我们现在对比一下手动方法，以证明结果是等价的：

> sliding(df, 2, function(df) with(df, data.frame(n = n[1], a = a[1], b = sum(n - a))))
  n a   b
1 1 8 -14
2 2 9 -12
3 3 8 -10
4 4 9  -5
5 5 5   4
6 6 2   7
7 7 4   5
8 8 6   3
9 9 8   1

最后，我们将使 n=10^4 并测试所有这些方法的速度:

> system.time(myConv(n.minus.a, k))
   user  system elapsed 
  0.002   0.000   0.002 
> system.time(convolve(n.minus.a, k, type='circ')[1:(length(n.minus.a)-n.sum+1)])
   user  system elapsed 
  0.002   0.000   0.002 
> system.time(sliding(df, 2, function(df) with(df, data.frame(n = n[1], a = a[1], b = sum(n - a)))))
   user  system elapsed 
  7.944   0.018   7.962

FFT方法返回结果几乎是瞬间的，即使是粗略计时，也比手动方法快近4000倍。

当然，并非每种类型的滑动问题都可以归类到这种范式中，但对于像使用sum()（以及平均数、加权平均数等）的数值问题，它完美地发挥了作用。无论如何，通常值得至少谷歌一下，看看是否有可用的滤波器核心能够解决特定的问题。祝好运！