R語言計算移動平均的方法

標籤：python   esproc   集算器   移動平均   

    移動平均可以使時間序列變平滑，是典型的有序計算問題，其基本演算法是：將N個連續的時間序列成員作為一個集合，計算該集合的平均值，並逐項推移該集合。下面用一個例子來說明R計算移動平均的方法。

案例描述：

資料框sales有兩個欄位：日期和當日銷售額，需要計算三日移動平均值。具體演算法是：求出前一日、當日、後一日的銷售額平均值，並逐日推移。部分來源資料如下：

650) this.width=650;" src="http://s3.51cto.com/wyfs02/M01/4C/50/wKiom1Q7TD2yq4zkAAB6yHVaESg524.jpg" style="float:none;" title="r_moving_average_1.jpg" alt="wKiom1Q7TD2yq4zkAAB6yHVaESg524.jpg" />

    代碼：

    filter(sales$Amount/3, rep(1, 3))

    計算結果：

650) this.width=650;" src="http://s3.51cto.com/wyfs02/M02/4C/51/wKioL1Q7THWyQ_rIAADKHNC-eOA961.jpg" style="float:none;" title="r_moving_average_2.jpg" alt="wKioL1Q7THWyQ_rIAADKHNC-eOA961.jpg" />

代碼解讀：

    R語言可以用函數filter計算移動平均值，代碼簡短，非常方便。

    函數filter雖然很方便，但初學者卻不易理解。比如sales$Amount/3的本意是將Amount欄位中的當前值除以3，但用在filter函數裡卻能將前後三個值相加再除以三。運算式rep(1,3)的值為[1,1,1]，用在這裡卻能指定取數範圍。另外，filter的函數名和參數名中既沒有“平均”，也沒有“移動”，許多R語言開發人員都不知道它可以用來計算移動平均值。

    事實上,函數filter是個通用的線性過濾器，它的作用不止計算移動平均值這麼簡單。其完整的函數說明如下：filter(x, filter, method= c("convolution", "recursive"),sides = 2,circular = FALSE, init)。

    如果想改動一下演算法，代碼就會更難理解，比如要計算當日、前一日、前兩日這三天的移動平均值，不能寫成:filter(sales$Amount/3,rep(0,2))，而應該是filter(sales$Amount/3,rep(1,3), sides = 1)。

總結： R語言可以計算移動平均值，但代碼難理解。

 

第三方解決方案

    本案例也可以用Python、集算器、Perl等語言來實現。和R語言一樣，這幾種語言都可以進行資料的統計分析，都可以計算移動平均值，下面簡單介紹Python和集算器的解決方案。

    Python(pandas)

    Pandas是Python的第三方庫函數，其基礎資料型別 (Elementary Data Type)仿照R中的資料框，具有很強的結構化資料處理能力，目前最新版本是0.14。代碼如下：

         pandas.stats.moments.rolling_mean(sales["Amount"],3)

    rolling_mean這個函數名一目瞭然，即使剛接觸pandas的開發人員也能輕易查到這個函數，rolling_mean的用法也很簡潔，第一個參數是被計算的序列，第二個參數是N日移動平均值中的N。

    集算器

    集算器擅長以敏捷文法自由表達商務邏輯，其相對位置運算式可以方便地解決有序計算中的難題。代碼所示：

         sales.(Amount{-1,1}.avg())

    代碼中的{-1,1}表示相對區間，即前一日和後一日之間的三天。可以看到，使用相對區間可以直觀地計算移動平均值，而且更加靈活。比如同樣改動演算法：計算當日、前一日、前兩日這三天的移動平均值，集算器只需將區間改為{-2,0}。

    相對區間是個集合，集算器還可以表達相對位置的元素，比如銷售增長額可以用sales(Amount -Amount[-1])來直觀計算，而R語言和Python就沒這麼好理解。

R語言計算移動平均的方法