Question

我有一个包含三列的数据框：Id，Date和Value，并希望按平均值对其进行下采样：接下来的20行，构建Value的平均值从这20行中将它添加到具有相同结构的新数据帧中。 Date应该是20行的第一个值。

我试过这种方式（可能很可怕:)：

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，但在我的真实数据集（~4000000行）上永久运行。任何想法如何优化这个功能？

Sample-Data（输入，输出应该具有相同的结构，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

Answer 1

请参阅此答案，了解适合您的方法。 How to get the sum of each four rows of a matrix in R。在你的情况下，它将是：

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

您获取第一个日期的当前方法应该没问题。

n行的平均值

1 个答案: