大量行之间的差异

Question

我有一个行数非常大且只有两个配对列的矩阵。我想计算第1列中每行之间的差异，并且如果差异小于预定义值（.001），则计算两列中这些行的平均值。比如我有一个叫权重矩阵，

A  B 
185.0765 10 
185.3171 20 
186.0777 30 
186.0780 40 
188.0078 50 

weights<-as.data.table(weights) 
bins<-weights[A %between% c(A[3],(A[3]+.001))] 
meanA<-mean(bins$A) 
meanB<-mean(bins$B) 

和结果矩阵是

A  B 
185.0765 10 
185.3171 20 
186.0779 35 
188.0078 50 

我会感激，如果有人能请咨询我如何为大量的行做到这一点。我认为使用for循环不会很有效。

Answer 1

这应该做到你想做的事，使用data.table：

DT <- data.table(weights) 
DT[ , Group :=(cumsum(c(1 , ifelse(diff(weights$A) < 0.001 , 0 , 1)))) ] 
DT[ , lapply(.SD, mean) , by=Group , .SDcols = c("A","B") ] 
# Group  A B 
#1:  1 185.0765 10 
#2:  2 185.3171 20 
#3:  3 186.0779 35 
#4:  4 188.0078 50 

的想法是，我们使用的累加值发现有< 0.001的差异A组。如果差异低于此阈值，我们会在我们的Group列中放入0，因此在累计总和中它将成为同一组的一部分。

至于建议的@eddi这样做是做分组和计算都在同一时间，在一个呼叫的更简洁和有效的方式：

DT <- data.table(weights) 
DT[ , lapply(.SD, mean) , by = list(Group = cumsum(c(1,diff(A)) >= 0.001)) , .SDcols = c("A","B") ]  

顺便说一句，拥有绝对数量的行总是有帮助的。 A 非常大的数字对不同的人和用例而言意味着不同的东西。我们正在说万元吗？亿万？