是什么让rollmean比rollapply更快（代码方式）？

Question

我经常发现时间序列的滚动事件（特别是手段），并且惊讶地发现rollmean比rollapply ，并且align = 'right'方法比rollmeanr包装器更快。

他们是如何实现这种加速的？ 为什么在使用rollmeanr()包装器时会丢失一些？

一些背景：我一直在使用rollapplyr(x, n, function(X) mean(X)) ，但是我最近发生了一些使用rollmean例子。 文件建议rollapplyr(x, n, mean) （注意没有参数的function部分）使用rollmean所以我不认为性能会有太大差异，但是rbenchmark显示出显着的差异。

require(zoo)
require(rbenchmark)

x <- rnorm(1e4)
r1 <- function() rollapplyr(x, 3, mean) # uses rollmean
r2 <- function() rollapplyr(x, 3, function(x) mean(x))
r3 <- function() rollmean(x, 3, na.pad = TRUE, align = 'right')
r4 <- function() rollmeanr(x, 3, align = "right")

bb <- benchmark(r1(), r2(), r3(), r4(), 
          columns = c('test', 'elapsed', 'relative'), 
          replications = 100, 
          order = 'elapsed')

print(bb)

我很惊讶地发现rollmean(x, n, align = 'right')明显更快 - 比我的rollapply(x, n, function(X) mean(X))方法快40倍。

  test elapsed relative
3 r3()    0.74    1.000
4 r4()    0.86    1.162
1 r1()    0.98    1.324
2 r2()   27.53   37.203

随着数据集大小的增长，差异似乎越来越大。 我在上面的代码中只更改了x的大小（到rnorm(1e5) ）并重新运行测试，这些函数之间的差异更大。

  test elapsed relative
3 r3()   13.33    1.000
4 r4()   17.43    1.308
1 r1()   19.83    1.488
2 r2()  279.47   20.965 

对于x <- rnorm(1e6)

  test elapsed relative
3 r3()   44.23    1.000
4 r4()   54.30    1.228
1 r1()   65.30    1.476
2 r2() 2473.35   55.920

他们是怎么做到的？ 此外，这是最佳解决方案吗？ 当然，这很快但有更快的方法吗？

（注意：一般来说，我的时间序列几乎都是xts对象 - 这有关系吗？）

Answer 1

计算滚动平均值比计算一般滚动函数更快，因为第一个更容易计算。 在计算一般滚动功能时，你必须反复计算每个窗口上的函数，由于简单的身份，你不必为mean做这些操作：

 (a2 + a3 + ... + an)/(n-1) = (a1 + a2 + ... + a(n-1))/(n-1) + (an - a1)/(n-1)

你可以通过查看getAnywhere(rollmean.zoo)来了解它是如何被利用的。

如果你想要更快的滚动平均值，可以使用runmean的caTools ，它在C中实现，使得它更快（它也可以更好地扩展，因此随着数据大小的增加会变得更快）。

library(microbenchmark)
library(caTools)
library(zoo)

x = rnorm(1e4)
microbenchmark(runmean(x, 3, endrule = 'trim', align = 'right'),
               rollmean(x, 3, align = 'right'))
#Unit: microseconds
#                                             expr      min        lq     median        uq       max neval
# runmean(x, 3, endrule = "trim", align = "right")  631.061  740.0775   847.5915  1020.048  1652.109   100
#                  rollmean(x, 3, align = "right") 7308.947 9155.7155 10627.0210 12760.439 16919.092   100