R語言計(jì)算移動(dòng)平均的方法

    移動(dòng)平均可以使時(shí)間序列變平滑，是典型的有序計(jì)算問題，其基本算法是：將N個(gè)連續(xù)的時(shí)間序列成員作為一個(gè)集合，計(jì)算該集合的平均值，并逐項(xiàng)推移該集合。下面用一個(gè)例子來說明R計(jì)算移動(dòng)平均的方法。

案例描述：

數(shù)據(jù)框sales有兩個(gè)字段：日期和當(dāng)日銷售額，需要計(jì)算三日移動(dòng)平均值。具體算法是：求出前一日、當(dāng)日、后一日的銷售額平均值，并逐日推移。部分源數(shù)據(jù)如下：

    代碼：

    filter(sales$Amount/3, rep(1, 3))

    計(jì)算結(jié)果：

代碼解讀：

    R語言可以用函數(shù)filter計(jì)算移動(dòng)平均值，代碼簡短，非常方便。

    函數(shù)filter雖然很方便，但初學(xué)者卻不易理解。比如sales$Amount/3的本意是將Amount字段中的當(dāng)前值除以3，但用在filter函數(shù)里卻能將前后三個(gè)值相加再除以三。表達(dá)式rep(1,3)的值為[1,1,1]，用在這里卻能指定取數(shù)范圍。另外，filter的函數(shù)名和參數(shù)名中既沒有“平均”，也沒有“移動(dòng)”，許多R語言開發(fā)者都不知道它可以用來計(jì)算移動(dòng)平均值。

    事實(shí)上,函數(shù)filter是個(gè)通用的線性過濾器，它的作用不止計(jì)算移動(dòng)平均值這么簡單。其完整的函數(shù)說明如下：filter(x, filter, method= c("convolution", "recursive"),sides = 2,circular = FALSE, init)。

    如果想改動(dòng)一下算法，代碼就會(huì)更難理解，比如要計(jì)算當(dāng)日、前一日、前兩日這三天的移動(dòng)平均值，不能寫成:filter(sales$Amount/3,rep(0,2))，而應(yīng)該是filter(sales$Amount/3,rep(1,3), sides = 1)。

總結(jié)： R語言可以計(jì)算移動(dòng)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(shí)現(xiàn)。和R語言一樣，這幾種語言都可以進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)分析，都可以計(jì)算移動(dòng)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(shù)，其基本數(shù)據(jù)類型仿照R中的數(shù)據(jù)框，具有很強(qiáng)的結(jié)構(gòu)化數(shù)據(jù)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(gè)函數(shù)名一目了然，即使剛接觸pandas的開發(fā)者也能輕易查到這個(gè)函數(shù)，rolling_mean的用法也很簡潔，第一個(gè)參數(shù)是被計(jì)算的序列，第二個(gè)參數(shù)是N日移動(dòng)平均值中的N。

    集算器

    集算器擅長以敏捷語法自由表達(dá)業(yè)務(wù)邏輯，其相對(duì)位置表達(dá)式可以方便地解決有序計(jì)算中的難題。代碼所示：

         sales.(Amount{-1,1}.avg())

    代碼中的{-1,1}表示相對(duì)區(qū)間，即前一日和后一日之間的三天?？梢钥吹?，使用相對(duì)區(qū)間可以直觀地計(jì)算移動(dòng)平均值，而且更加靈活。比如同樣改動(dòng)算法：計(jì)算當(dāng)日、前一日、前兩日這三天的移動(dòng)平均值，集算器只需將區(qū)間改為{-2,0}。

    相對(duì)區(qū)間是個(gè)集合，集算器還可以表達(dá)相對(duì)位置的元素，比如銷售增長額可以用sales(Amount -Amount[-1])來直觀計(jì)算，而R語言和Python就沒這么好理解。