只使用R的基础编写状态窗口函数

Question

我正在尝试编写R代码，它充当一个“移动窗口”，只是使用内存(状态)。我已经知道(多亏了this question)如何将函数应用到元素的后续元组中。例如，如果我希望编写一个(简单的)移动平均线，并具有典型的周期4，我将执行以下操作：

mapply(myfunc, x[1:(length(x)-4)], x[2:(length(x)-3)], x[3:(length(x)-2)], x[4:(length(x)-1)])

其中myfunc是一个带有4个参数的函数，它计算它们的平均值(我不能使用mean，因为它只需要一个参数，而且我不知道如何使这4个参数成为一个向量)。但是，这是相当麻烦的，如果典型的周期是100，比如说，我不知道怎么做。

这是我的第一个问题:我如何概括这一点？

但这里还有另一个问题:假设我希望应用的函数能够保存状态。一个简单的例子是记录到目前为止它应用于多少个值。另一个例子是指数移动平均(EMA)，它实际上不是一个窗口函数，而是一个作用于单个值但保持状态的函数(最后一个结果是平均值)。

我如何编写一个函数，当它应用于一个向量时，一个地处理它的值，返回一个长度相同的向量，它每次都能保留它的最后一个输出，或者在计算过程中保存任何其他的“状态”？例如，在Python中，我会为此使用类，但在R中这是相当困难的。

重要注意事项：，我对辅助R包(如zoo或TTR )不感兴趣，为我做这项工作。我正在努力学习R，无论如何，我想编写的函数虽然与MA或EMA有相似之处，但它们都是自定义的，并且在这些包中都不存在。

Answer 1

关于你的第一个问题，

n <- length(x)
k <- 4
r <- embed(x, n-k)[1:k, seq(n-k, 1)]
do.call("mapply", c("myfunc", split(r, 1:k)))

关于第二个问题，可以使用Reduce迭代向量保存状态。

Answer 2

对于这种情况，您应该考虑使用普通的for循环：

x <- runif(10000)
k <- 100
n <- length(x)
res <- numeric(n - k)

library(microbenchmark)
microbenchmark(times=5,
  for(i in k:n) res[i - k + 1] <- sum(vec[i:(i + k)]),
  {
    r <- embed(x, n-k)[1:k, seq(n-k, 1)]
    gg <- do.call("mapply", c("sum", split(r, 1:k)))    
  },
  flt <- filter(x, rep(1, k))
)

生产：

Unit: milliseconds
                    min        lq    median        uq       max neval
for            163.5403  164.4929  165.2543  166.6315  167.0608     5
embed/mapply  1255.2833 1307.3708 1338.2748 1341.5719 1405.1210     5
filter           6.7101    6.7971    6.8073    6.8161    6.8991     5

现在，结果是不一样的，我并不假装完全理解GGrothendieck对embed所做的事情，但是一般来说，只要先初始化结果向量，for循环就和*pply函数一样快。加窗口的计算不能很好地用于向量化，所以最好使用for循环。

编辑:正如一些人在评论中指出的那样，似乎有一个内部实现的函数要做(filter) --这要快得多，所以这似乎是最好的选择(尽管您应该再次确认它实际上做了您想做的事情，但是结果并不完全相同，而且我个人不太熟悉这个函数；在它的默认配置中，它似乎做了一个滚动加权和，或者如果权重是1，则使用居中窗口)。