将矩阵转换为R中的累积行平均值矩阵

debugcn 发表于 Dev

罗辛南特

我有一个预测矩阵。每行是对单个人的预测，每列是对特定模型的预测。我想对其进行变换，因此第一列是来自第一个模型的预测，第二列是第一和第二个模型的预测的平均值，依此类推。

因此，转换后的矩阵将在原始矩阵中存储观测值的连续累积平均值。

我认为可以将cumsum与apply函数配合使用来实现此目的，但是不确定如何获得优雅的结果（用于大型矩阵）。

谢谢！

马克斯·加尼斯（Max Ghenis）

试试这个：

# Initialize a testing matrix
(m <- matrix(1:12, 3, 4))

     [,1] [,2] [,3] [,4]
[1,]    1    4    7   10
[2,]    2    5    8   11
[3,]    3    6    9   12

# Calculate cumulative average by column for each row
t(apply(m, 1, cumsum) / seq(ncol(m)))

     [,1] [,2] [,3] [,4]
[1,]    1  2.5    4  5.5
[2,]    2  3.5    5  6.5
[3,]    3  4.5    6  7.5

这本质上是逐行累加，然后除以表示列索引的循环数组。

编辑：如果您要对数据框执行类似的操作，则使用data.table和reshape2包的这种方法可能会很有用：

library(data.table)
dt <- data.table(m)
# Add row number to melt by
dt[, row := seq(nrow(dt))]

library(reshape2)
dt.molten <- data.table(melt(dt, "row"))
# Row-level format
dt.molten[, cumsum(value) / as.numeric(variable), "row"]

    row  V1                                                                                          
 1:   1 1.0                                                                                          
 2:   1 2.5                                                                                          
 3:   1 4.0                                                                                          
 4:   1 5.5                                                                                          
 5:   2 2.0                                                                                          
 6:   2 3.5                                                                                          
 7:   2 5.0                                                                                          
 8:   2 6.5                                                                                          
 9:   3 3.0                                                                                          
10:   3 4.5                                                                                          
11:   3 6.0
12:   3 7.5

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。