如何用循环在R语言中计算向量元素的均值与最大差值

假设我们有这样一个示例数值向量：

vec <- c(2, 5, 9, 15, 22, 30)

先看看不用循环的内置函数实现（作为结果对照）：

diff_vec <- diff(vec)
mean_diff <- mean(diff_vec)
max_diff <- max(diff_vec)

cat("内置函数输出：\n差值向量：", diff_vec, "\n差值均值：", mean_diff, "\n最大差值：", max_diff, "\n")

运行后会得到：

内置函数输出：
差值向量： 3 4 6 7 8 
差值均值： 5.6 
最大差值： 8 

方法一：先收集所有差值再计算统计量 #

这种方法和diff()的逻辑最接近，先通过循环生成完整的差值向量，再计算均值和最大值：

# 初始化一个长度为原向量长度-1的空向量，用来存差值
diff_loop <- numeric(length(vec) - 1)

# 循环遍历每个相邻元素对
for (i in 1:(length(vec)-1)) {
  diff_loop[i] <- vec[i+1] - vec[i]
}

# 计算均值和最大值
mean_diff_loop <- mean(diff_loop)
max_diff_loop <- max(diff_loop)

cat("循环实现输出：\n差值向量：", diff_loop, "\n差值均值：", mean_diff_loop, "\n最大差值：", max_diff_loop, "\n")

方法二：边循环边计算（内存优化版） #

如果处理的是非常大的向量，没必要存储所有差值，可以在循环过程中直接累加差值总和、记录最大差值，节省内存：

total_diff <- 0
current_max <- 0
# 差值的总个数是原向量长度减1
n <- length(vec) - 1

for (i in 1:n) {
  current_diff <- vec[i+1] - vec[i]
  total_diff <- total_diff + current_diff
  # 更新最大差值
  if (current_diff > current_max) {
    current_max <- current_diff
  }
}

mean_diff_opt <- total_diff / n
max_diff_opt <- current_max

cat("优化循环输出：\n差值均值：", mean_diff_opt, "\n最大差值：", max_diff_opt, "\n")

补充：和你提供的循环示例逻辑对比 #

你之前给出的统计向量中能被4整除元素数量的代码：

count <- 0
for (num in vec) {
  if (num %% 4 == 0) {
    count <- count + 1
  }
}

本质都是通过循环遍历向量元素，区别在于差值计算需要通过索引访问相邻的两个元素，而不是单个元素的判断。

内容的提问来源于stack exchange，提问作者david