我经常发现时间序列(尤其是均值)的滚动变化,并惊讶地发现rollmean明显比rollapply快,并且align = 'right'方法比rollmeanr包装器快。

他们如何实现这种速度提升?为何在使用rollmeanr()包装器时会丢失其中的一部分?

一些背景:我一直在使用rollapplyr(x, n, function(X) mean(X)),但是最近我碰巧遇到了一些使用rollmean的示例。这些文档建议rollapplyr(x, n, mean)(注意,不带参数的function部分)使用rollmean,因此我认为性能不会有太大差异,但是rbenchmark显示出显着差异。

require(zoo)
require(rbenchmark)

x <- rnorm(1e4)
r1 <- function() rollapplyr(x, 3, mean) # uses rollmean
r2 <- function() rollapplyr(x, 3, function(x) mean(x))
r3 <- function() rollmean(x, 3, na.pad = TRUE, align = 'right')
r4 <- function() rollmeanr(x, 3, align = "right")

bb <- benchmark(r1(), r2(), r3(), r4(),
          columns = c('test', 'elapsed', 'relative'),
          replications = 100,
          order = 'elapsed')

print(bb)

我惊讶地发现rollmean(x, n, align = 'right')显着更快-比rollapply(x, n, function(X) mean(X))方法快40倍。
  test elapsed relative
3 r3()    0.74    1.000
4 r4()    0.86    1.162
1 r1()    0.98    1.324
2 r2()   27.53   37.203

随着数据集大小的增长,差异似乎会越来越大。我只改变了上面代码中x的大小(改为rnorm(1e5)),然后重新运行了测试,两个函数之间的差异更大。
  test elapsed relative
3 r3()   13.33    1.000
4 r4()   17.43    1.308
1 r1()   19.83    1.488
2 r2()  279.47   20.965

x <- rnorm(1e6)
  test elapsed relative
3 r3()   44.23    1.000
4 r4()   54.30    1.228
1 r1()   65.30    1.476
2 r2() 2473.35   55.920

他们是如何做到的?另外,这是最佳解决方案吗?当然,这很快,但是有没有更快的方法呢?

(注意:通常,我的时间序列几乎总是xts对象-这有关系吗?)

最佳答案

计算滚动平均值比计算一般滚动函数要快,因为第一个滚动函数更容易计算。在计算通用滚动函数时,您必须在每个窗口上一次又一次地计算函数,由于简单的标识,您不必对mean进行处理:

 (a2 + a3 + ... + an)/(n-1) = (a1 + a2 + ... + a(n-1))/(n-1) + (an - a1)/(n-1)

您可以通过查看getAnywhere(rollmean.zoo)来了解如何利用它。

如果您想要更快的滚动平均值,请使用runmean中的caTools,它是用C语言实现的,它可以更快地扩展(它的扩展性也更好,因此随着数据大小的增加,它甚至会变得更快)。
library(microbenchmark)
library(caTools)
library(zoo)

x = rnorm(1e4)
microbenchmark(runmean(x, 3, endrule = 'trim', align = 'right'),
               rollmean(x, 3, align = 'right'))
#Unit: microseconds
#                                             expr      min        lq     median        uq       max neval
# runmean(x, 3, endrule = "trim", align = "right")  631.061  740.0775   847.5915  1020.048  1652.109   100
#                  rollmean(x, 3, align = "right") 7308.947 9155.7155 10627.0210 12760.439 16919.092   100

09-07 21:55