移动平均线

Question

我有 100 多年的每日数据，看起来像

01.01.1856   12
02.01.1956   9
03.01.1956   -12
04.01.1956    7
etc.

我想计算这个庞大数据的 30 年运行平均值。我尝试将数据转换为时间序列，但仍然无法弄清楚如何去做。我更喜欢使用 data.frame.

的简单方法

Answer 1

考虑到一些闰年，我想准备工作是困难的。因此，在使用包 require(caTools) 中已经提到的函数 runmean 之前，我尝试展示一些准备方法。首先我们创建示例数据（这对您来说不是必需的，但为了理解）。其次，我将数据框分成一系列数据框，每年一个，并取每年的平均值。这两个步骤可以同时完成，但我认为分开的方式更容易理解和适应。

#example data
Days        <- seq(as.Date("1958-01-01"), as.Date("2015-12-31"), by="days")
Values      <- runif(length(Days))
DF          <- data.frame(Days = Days, Values = Values)
#start of script
Years       <- format(DF$Days, "%Y")
UniqueYears <- unique(format(DF$Days, "%Y"))
#Create subset of years
#look for every unique year which element of days is in this year.
YearlySubset <- lapply(UniqueYears, function(x){
              DF[which(Years == x), ]
            })
YearlyMeanValues <- sapply(YearlySubset, function(x){
              mean(x$Values)
            })

现在应用运行均值：

#install.packages("caTools")
require(caTools)
RM <- data.frame(Years = UniqueYears, RunningMean30y = runmean(YearlyMeanValues, 30))

如果我一开始没猜对你，而你想要在大约 30 年内的每一天都有一些运行平均值，当然你可以简单地做：

RM <- cbind(DF, runmean(DF$Values, 365 * 30))

考虑到您在创建时间序列时遇到的问题：

DF[ , 1] <- as.Date(DF[ , 1], format = "%Y.%m.%d")

Answer 2

我还建议探索 RcppRoll 与 dplyr 的结合，它提供了一个相当方便的解决方案来计算滚动平均值、总和等。

代码

# Libs
library(RcppRoll)  # 'roll'-ing functions for R vectors and matrices.
library(dplyr)     # data grammar (convenience)
library(zoo)       # time series (convenience)
library(magrittr)  # compound assignment pipe-operator (convenience)

# Data 
data("UKgas")
## Convert to data frame to make example better
UKgas <- data.frame(Y = as.matrix(UKgas), date = time(UKgas))

# Calculations
UKgas %<>%
    # To make example more illustrative I converted the data to a quarterly format
    mutate(date = as.yearqtr(date)) %>% 
    arrange(date) %>%
    # The window size can be changed to reflect any period
    mutate(roll_mean = roll_mean(Y, n = 4, align = "right", fill = NA))

备注

由于示例中提供的数据相当有限，我使用了可通过 utils 包中的 data 函数获得的英国季度天然气消耗数据。

移动平均线

Moving averages

r

moving-average

代码

备注