加速tapply R码

Question

我有100个矩阵，每个矩阵有604800列，101个行。对于每个矩阵，我需要通过计算10列平均数将列数减少到60480。

例如，对于向量

c(1,2,3,4,5,6,7,8,9,10,...)

5栏平均数为：

c(3,8,13,18,...)

我使用的代码是：

col.av = tapply(col, rep(1:(length(col)/10), each = 10), mean)

其中col是我的101个x 604800矩阵之一。我有一个for循环，它迭代100个矩阵，但是我的问题是计算一次运行所需的时间长度。

如果我只是使用一个矩阵，它需要20 minutes+来执行，这是不可行的。对于如何提高计算速度，有什么建议吗？

谢谢

Answer 1

如果您对for循环很满意，则此循环适用于您的情况：

col.av <- matrix(0, nrow(col), ncol(col)/10)
for (i in 1:ncol(col.av)) {
  col.av[,i] <- rowMeans(col[,(10*(i-1)+1):(10*i)])
}

Answer 2

或者没有for -循环和自定义的可读性函数。您可以始终在for-循环或应用的调用中将其包装起来。

#generate data
nc=604800 
nr=101
test_m <- matrix(rnorm(nc*nr),ncol=nc)

#function to get rowmeans by 'window'-columns
get_rowmeans <- function(mm, window=10){
  indices <- seq(1,ncol(mm),by=window)
  res <- sapply(indices, function(i){
    return(rowMeans(mm[,i:(i+(window-1))]))
  })
  res
}

tt <- get_rowmeans(test_m)
#check one
> all(tt[,1]==rowMeans(test_m[,1:10]))
[1] TRUE