我想做一些我认为使用 rollapply 应该很容易实现的事情，但我遇到了一些麻烦。

对于简单的向量，我们有

> a <- c(1:10)
> a
 [1]  1  2  3  4  5  6  7  8  9 10
> rollapply(a,2,mean)
 [1] 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5

这是应该的。但是对于更高的维度会出现问题

> b <- array(c(1:6),c(2,3))
> b
     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6
> rollapply(b,mean)
     [,]  1.5  3.5  5.5

如果我想要应用于列，这很好 - 但肯定也必须有某种方法可以应用于行并获得

     [,2]
[1,]    2    4
[2,]    3    5

在我看来，rollapply 函数无法做到这一点。

您可以简单地转置矩阵，然后将其转回：

t(rollapply(t(b),2,mean))
     [,1] [,2]
[1,]    2    4
[2,]    3    5

我们可以简单地使用 apply 和 MARGIN = 1 来遍历行并应用 rollapply。 MARGIN 也可以针对更高的维度进行调整，即它是更通用的解决方案

t(apply(b,1,function(x) rollapply(x,mean)))

-输出

#      [,2]
#[1,]    2    4
#[2,]    3    5

或者使用 dapply 中的 collapse

library(collapse)
dapply(b,FUN = function(x) rollapply(x,fmean),MARGIN = 1)

基本的 R 选项

> do.call(`+`,lapply(c(1,ncol(b)),function(k) b[,-k])) / 2
     [,]    3    5

跟进

如果您想使用基本 R 实现并扩展到一般情况，即超过 2 个，那么您可以尝试下面的代码，其中定义了一个函数 f：

f <- function(b,m) {
  apply(
    simplify2array(
      lapply(
        data.frame(t(embed(seq(ncol(b)),m))[m:1,]),k]
      )
    ),1:2,mean
  )
}

你会看到

> f(array(c(1:6),c(2,3)),2)
     [,]    3    5

> f(array(c(1:12),6)),4)
     [,2] [,3] [,4]
[1,]    3    5    7    9
[2,]    4    6    8   10

rollapply 二维数组 (R)