r - 是什么让rollmean更快于rollapply(在代码方面)？

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

和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