web-dev-qa-db-ja.com

n番目ごとのポイントを合計する

ベクトルがあり、すべてのn数を合計して、結果を返す必要があります。これは、現在私が計画している方法です。これを行うためのより良い方法はありますか?

v = 1:100
n = 10
sidx = seq.int(from=1, to=length(v), by=n)
eidx = c((sidx-1)[2:length(sidx)], length(v))
thesum = sapply(1:length(sidx), function(i) sum(v[sidx[i]:eidx[i]]))

これは与える:

thesum
 [1]  55 155 255 355 455 555 655 755 855 955
19
Alex
unname(tapply(v, (seq_along(v)-1) %/% n, sum))
# [1] 55 155 255 355 455 555 655 755 855 955 
28
Josh O'Brien

更新:

合計したい場合n個の連続した数字ごとcolSumsを使用します
合計する場合n番目ごと数値はrowSumsを使用します

joshのコメントによると、これはnlength(v)を適切に分割した場合にのみ機能します。

rowSums(matrix(v, nrow=n))
 [1] 460 470 480 490 500 510 520 530 540 550

colSums(matrix(v, nrow=n))
 [1]  55 155 255 355 455 555 655 755 855 955

16
Ricardo Saporta

更新

古いバージョンは機能しません。ここでは、repを使用してグループ化係数を作成する新しいオーナーです。 cutを使用する必要はありません:

n <- 5 
vv <- sample(1:1000,100)
seqs <- seq_along(vv)
tapply(vv,rep(seqs,each=n)[seqs],FUN=sum)

tapplyを使用できます

tapply(1:100,cut(1:100,10),FUN=sum)

またはリストを取得するには

by(1:100,cut(1:100,10),FUN=sum)

[〜#〜]編集[〜#〜]

1:92がある場合は、カットを次のように置き換えることができます。

cut(1:92,seq(1,92,10),include.lowest=T)
12
agstudy

1つの方法は、ベクトルを行列に変換してから、列の合計を取得することです。

colSums(matrix(v, nrow=n))
[1]  55 155 255 355 455 555 655 755 855 955

注意してください:これは暗黙的に入力ベクトルが行列に再形成できると仮定しています。それができない場合、Rはベクトルの要素をリサイクルして行列を完成させます。

7
Andrie
v <- 1:100

n <- 10

cutpoints <- seq( 1 , length( v ) , by = n )

categories <- findInterval( 1:length( v ) , cutpoints )

tapply( v , categories , sum )
4
Anthony Damico

applyファミリの関数なしでそれを行うもう1つの方法を追加します

v <- 1:100
n <- 10

diff(c(0, cumsum(v)[slice.index(v, 1)%%n == 0]))
##  [1]  55 155 255 355 455 555 655 755 855 955
3
Chinmay Patil

これまでに提供された主なバリエーションのいくつかを次に示します

f0 <- function(v, n) {
    sidx = seq.int(from=1, to=length(v), by=n)
    eidx = c((sidx-1)[2:length(sidx)], length(v))
    sapply(1:length(sidx), function(i) sum(v[sidx[i]:eidx[i]]))
}

f1 <- function(v, n, na.rm=TRUE) {    # 'tapply'
    unname(tapply(v, (seq_along(v)-1) %/% n, sum, na.rm=na.rm))
}

f2 <- function(v, n, na.rm=TRUE) {    # 'matrix'
    nv <- length(v)
    if (nv %% n)
        v[ceiling(nv / n) * n] <- NA
    colSums(matrix(v, n), na.rm=na.rm)
}

f3 <- function(v, n) {                # 'cumsum'
    nv = length(v)
    i <- c(seq_len(nv %/% n) * n, if (nv %% n) nv else NULL)
    diff(c(0L, cumsum(v)[i]))
}

基本的なテストケースは

v = list(1:4, 1:5, c(NA, 2:4), integer())
n = 2

f0最終テストで失敗しますが、これはおそらく修正される可能性があります

> f0(integer(), n)
Error in sidx[i]:eidx[i] : NA/NaN argument

Cumsumアプローチf3は丸め誤差が発生しやすく、NAがvの早い段階で存在するため、後で「poisons」が発生します。

> f3(c(NA, 2:4), n)
[1] NA NA

パフォーマンスの面では、元のソリューションは悪くありません

> library(rbenchmark)
> cols <- c("test", "elapsed", "relative")
> v <- 1:100; n <- 10
> benchmark(f0(v, n), f1(v, n), f2(v, n), f3(v, n),
+           columns=cols)
      test elapsed relative
1 f0(v, n)   0.012     3.00
2 f1(v, n)   0.065    16.25
3 f2(v, n)   0.004     1.00
4 f3(v, n)   0.004     1.00

しかし、行列解f2は高速で柔軟なようです(たとえば、n要素未満の後続のチャンクの処理を調整します)

> v <- runif(1e6); n <- 10
> benchmark(f0(v, n), f2(v, n), f3(v, n), columns=cols, replications=10)
      test elapsed relative
1 f0(v, n)   5.804   34.141
2 f2(v, n)   0.170    1.000
3 f3(v, n)   0.251    1.476
1
Martin Morgan

パーティーに少し遅れましたが、まだrowsum()の答えがありません。 rowsum()tapply()よりも効率的であることが証明されており、他のいくつかの応答と比較しても非常に効率的だと思います。

_rowsum(v, rep(seq_len(length(v)/n), each=n))[,1]
#  1   2   3   4   5   6   7   8   9  10 
# 55 155 255 355 455 555 655 755 855 955
_

@Josh O'Brienのグループ化手法を使用すると、効率がさらに向上する可能性があります。

_rowsum(v, (seq_along(v)-1) %/% n)[,1]
#  0   1   2   3   4   5   6   7   8   9 
# 55 155 255 355 455 555 655 755 855 955 
_

unname()でラップするだけで、グループ名を削除できます。

1
Rich Scriven

1つの方法は、rollapplyからZooを使用することです。

_rollapply(v, width=n, FUN=sum, by=n)
# [1]  55 155 255 355 455 555 655 755 855 955
_

また、length(v)nの倍数でない場合:

_v <- 1:92

rollapply(v, width=n, FUN=sum, by=n, partial=T, align="left")
# [1]  55 155 255 355 455 555 655 755 855 183
_
1
Scarabee