如何通過平均R中另一個矩陣的元素來創建矩陣？

Question

我想創建一個矩陣（A），其中元素是另一個矩陣（B）的每四行的平均值。 例如，矩陣A中第1行的元素應該是矩陣B中第1行到第4行的平均值。目前我已經使用了一個循環函數來獲得它，但是矩陣的大小非常大，這使得循環很有時間耗時。 我想知道是否有更好的方法可以做到這一點。 這是一個例子

B = matrix(runif(10000, 0, 10), 100, 100)
A = matrix(0, floor(dim(B)[1]/4), dim(B)[2])
for (im in 1: floor(dim(B)[1]/4)){
    A[im, ] = colMeans(as.matrix(B[c((((im - 1)*4) + 1):(im*4)), ]))
}

Answer 1

您可以使用具有matrix方法（其默認值）的rowsum函數輕松地對此進行矢量化，並且可以按組計算總和。 然后，只需除以4即可得到平均值

grps <- floor(dim(B)[1]/4)
rowsum.default(B[1:(grps*4),], rep(1:grps, each = 4), reorder = FALSE)/4

---

基准

由於這是一個優化問題，因此這里有一些基准測試，所有提出的方法都不是這么大的數據集

library(zoo)
library(microbenchmark)

set.seed(123)
B <- matrix(runif(100, 0, 10), 10000, 100)

OP <- function(B) {
  grps <- floor(dim(B)[1]/4)
  A = matrix(0, grps, dim(B)[2])
  for (im in 1: grps){
    A[im, ] = colMeans(as.matrix(B[c((((im - 1)*4) + 1):(im*4)), ]))
  }
  A
}

DA <- function(B){
  grps <- floor(dim(B)[1]/4)
  rowsum.default(B[1:(grps*4),], rep(1:grps, each = 4), reorder = FALSE)/4
}

JB <- function(B) as.matrix(aggregate(B, list(gl(ceiling(nrow(B)/4), 4, nrow(B))), mean)[, -1])

Thela <- function(B) tapply(B, list((row(B)-1) %/% 4,col(B)), FUN=mean)

RollApply <- function(B) rollapply(B, width = 4, by = 4, FUN = mean, by.column = TRUE)

microbenchmark(OP(B), DA(B), JB(B), RollApply(B), Thela(B), times = 10L)
# Unit: milliseconds
#         expr        min         lq       mean     median         uq        max neval  cld
#        OP(B)   45.57121   48.93491   70.17095   55.77107   65.43564   168.7760    10 a   
#        DA(B)   10.60941   10.87035   11.65232   11.36478   12.07908    14.1551    10 a   
#        JB(B) 1753.39114 1773.83230 1868.60788 1837.47161 1900.38141  2076.5835    10  b  
# RollApply(B) 8946.90359 9009.45160 9380.62408 9294.98441 9450.16426 10922.2595    10    d
#     Thela(B) 4820.36079 4925.70055 5117.22822 5048.89781 5257.58619  5650.2391    10   c 

原來OP的解決方案畢竟不是那么糟糕。

Answer 2

您可以使用以下包（動物園）和函數（rollapply）來實現此目的。

install.packages("zoo")
require(zoo)

  B <- matrix(runif(100, 0, 10),10, 10)
# with for loop
A = matrix(0,floor(dim(B)[1]/4),dim(B)[2])
for (im in 1 : floor(dim(B)[1]/4)){
+   A[im,] = colMeans(as.matrix(B[c((((im-1)*4)+1):(im*4)),]))}
         [,1]     [,2]     [,3]     [,4]     [,5]     [,6]     [,7]     [,8]     [,9]
[1,] 5.633970 4.092848 3.793473 5.437288 6.316069 4.714015 5.837214 7.150007 4.638332
[2,] 5.445271 2.024052 6.096939 6.165723 3.049140 4.928087 5.433291 5.674594 4.607373
        [,10]
[1,] 5.260153
[2,] 6.589873

# with rowsum @ David
C = grps <- floor(dim(B)[1]/4)
rowsum(B[1:(grps*4),], rep(1:grps, each = 4))/4
      [,1]     [,2]     [,3]     [,4]     [,5]     [,6]     [,7]     [,8]     [,9]
1 5.633970 4.092848 3.793473 5.437288 6.316069 4.714015 5.837214 7.150007 4.638332
2 5.445271 2.024052 6.096939 6.165723 3.049140 4.928087 5.433291 5.674594 4.607373
     [,10]
1 5.260153
2 6.589873

# With rollapply 
D = rollapply(B, width = 4, by = 4, FUN = mean, by.column = T)
D
         [,1]     [,2]     [,3]     [,4]     [,5]     [,6]     [,7]     [,8]     [,9]
[1,] 5.633970 4.092848 3.793473 5.437288 6.316069 4.714015 5.837214 7.150007 4.638332
[2,] 5.445271 2.024052 6.096939 6.165723 3.049140 4.928087 5.433291 5.674594 4.607373
        [,10]
[1,] 5.260153
[2,] 6.589873

Answer 3

aggregate也可以這樣做，但需要后續強制轉換為matrix ：

as.matrix(aggregate(B, list(gl(ceiling(nrow(B)/4), 4, nrow(B))), mean)[, -1])

請注意，如果nrow(B)不是4的倍數，則結果將包含最后一行，其中包含最后一個nrow(B) %% 4行的列平均值。

---

如@thelatemail所示 ， tapply可以做一個更簡潔的工作：

tapply(B, list((row(B)-1) %/% 4,col(B)), FUN=mean)