使用R计算向量的滚动总和

Question

使用R计算向量的滚动总和

4

我有一个长向量x，另一个v包含长度。我想对x进行求和，使得答案y是长度为length(v)的向量，并且y[1]等于sum(x[1:v[i]])，y[2]等于sum(x[(1+v[1]):(v[1]+v[2])])，以此类推。本质上，这是从维度为length(x)的空间到维度为length(v)的空间执行稀疏矩阵乘法。但是，我希望不要使用“高级机器”，尽管我可能不得不这样做。它需要非常非常快。有没有人能想到比使用稀疏矩阵软件包更简单的方法？

示例 -

x <- c(1,1,3,4,5)
v <- c(2,3)
y <- myFunc(x,v)

y 应该是 c(2,12)

我可以进行任何预处理 - 例如，将每个连续区间的起始索引存储在变量v中。

- ryan

在第二句话中，1:v[i] 应该改为 1:v[1] 吗？ - Iterator

4个回答

1

你可以使用rowsum来完成这个操作。它应该相当快，因为它在后台使用了C代码。

y <- rowsum(x, rep(1:length(v), v))

- Ramnath

你是如何生成虚拟数据的？请注意，v 不能是任意向量。sum(v) 应该等于 x 的长度。 - Ramnath

只是 x <- 1:100000，v <- 1:100000 - Brandon Bertelsen

2

这不起作用，因为 sum(v) 不等于 length(x)。请注意，用户访问的最后一个元素是 x[sum(v)]，为了使其存在，必须满足 sum(v) <= length(x)。 - Ramnath

谢谢示例，但我认为for循环还是稍微快一些...奇怪，我原以为矢量化函数会更快。 - Brandon Bertelsen

你能否提供一些数据作为示例，这样我就可以看到循环为什么运行得更快？ - Ramnath

1

@BrandonBertelsen：这取决于有多少组；当组数较少时，for循环更快，我猜测是因为其中的求和非常快。但是当组数很大时，它会变得很慢，甚至比分割解决方案还要慢。 - Aaron left Stack Overflow

1

这里有一个稍微不同的方法。

s <- rep(1:length(v), v)
l <- split(x, s)
y <- sapply(l, sum)

- John

或者可以使用tapply将其转换为一行代码：tapply(x, rep(1:length(v), v), sum)。 - joran

0

尝试类似这样的内容：

for (i in 1:length(v)) { 
    y[i] <- ifelse(i > 1,sum(x[v[i-1]:v[i]]), sum(x[1:v[i]]))
}

- Brandon Bertelsen

我认为这需要一个 v <- cumsum(v)，而且 v[i-1] 应该是 (v[i-1]+1)。 - Aaron left Stack Overflow

1

更好的方法是使用 v <- c(0, cumsum(v)) 来避免使用 ifelse。 - Aaron left Stack Overflow

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

- Aaron left Stack Overflow · Accepted Answer

  y <- cumsum(x)[cumsum(v)]
  y <- c(y[1], diff(y))

这似乎会做一些额外的工作，因为它要计算整个向量的cumsum，但实际上它比其他解决方案更快，无论是对于小组数还是大组数。

以下是我模拟数据的方法。

set.seed(5)
N <- 1e6
n <- 10
x <- round(runif(N,0,100),1)
v <- as.vector(table(sample(n, N, replace=TRUE)))

在我的电脑上，当 n <- 10 时的时间如下：

Brandon Bertelsen (for loop): 0.017
Ramnath (rowsum): 0.057
John (split/apply): 0.280
Aaron (cumsum): 0.008

将其更改为 n <- 1e5 后的时间如下：

Brandon Bertelsen (for loop): 2.181
Ramnath (rowsum): 0.226
John (split/apply): 0.852
Aaron (cumsum): 0.015

我怀疑这比使用稀疏矩阵包进行矩阵乘法要快，因为不需要形成矩阵或进行任何乘法。如果需要更快的速度，我认为可以通过使用 C 语言编写来加速；使用 inline 和 rcpp 包很容易实现，但我会留给你。