总结每n个点(Sum every nth points)

我有一个载体，我需要总结每n数字并返回结果。 这是我计划目前做的方式。 没有更好的方法来做到这一点？

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]]))

这给：

thesum
 [1]  55 155 255 355 455 555 655 755 855 955

Answer 1:

unname(tapply(v, (seq_along(v)-1) %/% n, sum))
# [1] 55 155 255 355 455 555 655 755 855 955 

Answer 2:

更新：

如果要总结每n个连续号码使用colSums
如果你想在每N个号码的使用总结rowSums

按照Josh的评论，如果只会工作n划分length(v)很好。

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

---

Answer 3:

更新

该奥尔德版本不工作。 这里使用一个NE awnser rep来创建聚合因子。 无需使用cut ：

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

---

您可以使用tapply

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

或获取列表

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

编辑

如果您有1:92 ，您可以通过此更换你的发型：

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

Answer 4:

一种方法是你的向量转换为基质，然后采取列总和：

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

---

只是要小心：这隐含的假设是你的输入向量其实可以重塑一个矩阵。 如果不能，R将回收您的向量的元素来完成矩阵。

Answer 5:

v <- 1:100

n <- 10

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

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

tapply( v , categories , sum )

Answer 6:

我会添加这样做没有任何功能的另一种方式apply家庭

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

Answer 7:

以下是一些主要的变种，到目前为止提供

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]))
}

基本试验情况下可能是

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

f0失败，最终的测试，但是这很可能是固定的

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

所述cumsum方法f3是受舍入误差，和NA的早期存在v “毒物”后的结果

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

在性能方面，原来的解决方案是不坏

> 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

但基质溶液f2似乎是快速和柔性的（例如，调整的越少尾随块比的处理n元素）

> 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

Answer 8:

一种方法是使用rollapply从zoo ：

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

和在壳体length(v)不是的倍数n ：

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

Answer 9:

有点迟到了，但我没有看到一个rowsum()答案。 rowsum()比成熟的更有效tapply()我认为这也将相对于一些其他的响应非常有效的是也。

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

使用@Josh奥布莱恩的分组技术可能会提高效率，甚至更多。

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 

只需在包裹unname()删除该组名。

文章来源: Sum every nth points