基于值的rollapply

Question

我要对数据范围内的观测数不等的大数据集进行重采样，以便每个范围都有相同数量的观测值。

rollapply似乎就是这样做的，但是它似乎不能被说服根据数据值定义它的滚动窗口？

例如：

set.seed(12345)    
z <- sort(rnorm(100,100,40))
rollapply(z, 20, function(x){sample(x,20,replace=TRUE)}, by=20) 

这做了一个伟大的工作，采取的数字列表，并重新采样它每20个数字，然而，我希望它开始在最低的值和重采样在一个正常的垃圾箱的值。对于上面的例子，(左侧边缘)回收箱可以定义如下：

(0:10)*(max(z)-min(z))/10+min(z)

我知道我可以编写一个for循环并这样做，但是我正在寻找一个更快/更简单的方法。

在1:10和11:20: c( 1、2、2、3、3、3、3、5、6、7、11、13、13、20)范围内观测值分布不均匀的输入向量，每间隔10次(即从1:10和11:20)重放5次，可产生：

c( 3、1、7、3、2、11、20、11、13、20)

Answer 1

我想for循环是最简单的方法。我最终开发的解决方案是为一个数据框架，但本质上是相同的解决方案，您将使用一个简单的向量(在我的原始问题的措辞)。

分布不均的假数据：

test <- data.frame(Length=rlnorm(1000,2,1), Weight=rlnorm(1000,3,2))

定义重采样函数：

resamplr <- function(data) {
  bins <- (0:9) * (max(data$Length) - min(data$Length)) / 10 + min(data$Length)    #define a vector representing the left edge of bins.
  step <- (max(data$Length) - min(data$Length)) / 10 + .000001    #define the step and add a little so you don't land on any number exactly (i.e right edge)
  result <- NULL
  for (i in 1:length(bins)) {
    temp <- data[data$Length >= bins[i] & data$Length < (bins[i] + step), ]   #select data range
    result <- rbind(result, temp[sample(nrow(temp), 10, replace = T),])  #randomly sample it with replacement, and tack it onto the resampling from the previous range.
  }
  return(result)
}

然后使用该函数：

resamplr(test) 

改进方法的改进和建议当然值得赞赏.