我有一个包含三列的数据框:IdDateValue,并希望按平均降采样:获取下20行,从这20行中构建Value的平均值,并将其添加到具有相同结构的新数据框中。 Date应该是20行的第一个值。

我以这种方式尝试过(可能太糟糕了:):

resample.downsample <- function(data, by=20)
{
  i <- 0
  nmax <- nrow(data)
  means <- c()
  while(i < nmax)
  {
    means <- c(means, mean(subset(data, Id > i & Id <= i+by)$Value))
    i <- i+by
  }
  return (
    data.frame(
      Id = seq(1, length.out=(nmax/by), by=1),
      Date = seq(startDate, length.out=(nmax/by), by=(1/by)),
      Value = means
    )
  )
}

这适用于小型数据集,但可以在我的真实数据集(〜4000000行)上永久运行。任何想法如何优化此功能?

样本数据(输入,输出应具有相同的结构,类:整数,数字,POSIXct/POSIXt):
    Value   Id  Date
1   125 1   2011-06-30 22:41:50
2   127 2   2011-06-30 22:41:50
3   126 3   2011-06-30 22:41:50
4   123 4   2011-06-30 22:41:50
5   130 5   2011-06-30 22:41:50
6   131 6   2011-06-30 22:41:50
7   128 7   2011-06-30 22:41:50

最佳答案

请参阅此答案以获取适合您的方法。 How to get the sum of each four rows of a matrix in R。在您的情况下,它将是:

colMeans(matrix(data$Value, nrow=20))

您当前的获取第一个Date的方法应该可以。

关于r - n行的平均值,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/6903747/

10-11 22:57
查看更多