cha*_*has 5 r sliding-window dataframe
我有一个数据框 DF，下面显示了两列 A 和 B：
A B
1 0
3 0
4 0
2 1
6 0
4 1
7 1
8 1
1 0
执行滑动窗口方法，如下所示。在大小为 3 的滑动窗口中计算列 B 的平均值，使用：rollapply(DF$B, width=3,by=1) 滑动 1。每个窗口的平均值显示在左侧。
A: 1 3 4 2 6 4 7 8 1
B: 0 0 0 1 0 1 1 1 0
[0 0 0] 0
[0 0 1] 0.33
[0 1 0] 0.33
[1 0 1] 0.66
[0 1 1] 0.66
[1 1 1] 1
[1 1 0] 0.66
output: 0 0.33 0.33 0.66 0.66 1 1 1 0.66
现在，对于 A 列中的每一行/坐标，将考虑包含坐标的所有窗口，并应保留最高平均值，从而提供如“输出”列中所示的结果。
我需要获得如上所示的输出。输出应该是：
A B Output
1 0 0
3 0 0.33
4 0 0.33
2 1 0.66
6 0 0.66
4 1 1
7 1 1
8 1 1
1 0 0.66
在 R 中有任何帮助吗？
尝试这个：
# form input data
library(zoo)
B <- c(0, 0, 0, 1, 0, 1, 1, 1, 0)
# calculate
k <- 3
rollapply(B, 2*k-1, function(x) max(rollmean(x, k)), partial = TRUE)
最后一行返回：
[1] 0.0000000 0.3333333 0.3333333 0.6666667 0.6666667 1.0000000 1.0000000
[8] 1.0000000 0.6666667
如果有NA值你可能想试试这个：
k <- 3
B <- c(1, 0, 1, 0, NA, 1)
rollapply(B, 2*k-1, function(x) max(rollapply(x, k, mean, na.rm = TRUE)), partial = TRUE)
最后一行给出了这个：
[1] 0.6666667 0.6666667 0.6666667 0.5000000 0.5000000 0.5000000
将其扩展为：
c(mean(B[1:3], na.rm = TRUE), ##
max(mean(B[1:3], na.rm = TRUE), mean(B[2:4], na.rm = TRUE)), ##
max(mean(B[1:3], na.rm = TRUE), mean(B[2:4], na.rm = TRUE), mean(B[3:5], na.rm = TRUE)),
max(mean(B[2:4], na.rm = TRUE), mean(B[3:5], na.rm = TRUE), mean(B[4:6], na.rm = TRUE)),
max(mean(B[3:5], na.rm = TRUE), mean(B[4:6], na.rm = TRUE)), ##
mean(B[4:6], na.rm = TRUE)) ##
如果您不希望k-1每端的组件（用##上面标记） drop partial = TRUE。