[英]Parallel processing in R for a Data Frame
我有一个这样的数据框:
Open High Low Close Volume
1998-09-08 10:32:00 106.44 106.44 106.44 106.44 1
1998-09-08 10:33:00 106.42 106.42 106.35 106.35 628225
1998-09-08 10:34:00 106.31 106.38 106.31 106.38 135840
1998-09-08 10:35:00 106.35 106.35 106.32 106.34 170010
1998-09-08 10:36:00 106.35 106.36 106.35 106.36 309560
1998-09-08 10:37:00 106.44 106.50 106.44 106.50 115540
1998-09-08 10:38:00 106.49 106.53 106.49 106.52 427620
1998-09-08 10:39:00 106.53 106.54 106.52 106.53 321350
1998-09-08 10:40:00 106.55 106.60 106.54 106.54 317647
1998-09-08 10:41:00 106.56 106.63 106.56 106.63 233901
我需要在并行处理中更改Open
。 我写了一个这样的函数:
parTest <- function(x){
foreach(i = 1:nrow(x)) %dopar% {
x[i,1] <- i
}
return(x)
}
但是,当我调用此函数时,没有任何变化,它返回未更改的数据框。
zz <- parTest (x)
zz
当我使用简单的for loop
它可以工作,但foreach
不起作用!
我还使用了适当的包和核心设置:
library(foreach)
library(doParallel)
cl <- makeCluster(4)
registerDoParallel(cl)
谢谢你的帮助。
foreach
将从代码块中获取返回值,并以某种方式将其组合。 在您的情况下,由于您未指定.combine
参数,因此它将返回列表中的每个实例。 (第一段help(foreach)
说这个。)
好的,那么代码块的每个实例化会发生什么? 它从调用开始时开始查看data.frame(意味着第2行没有看到第1行中更改的data.frame等),更新此data.frame,然后返回“something”。
这个“东西”不是你认为应该的。 要查看此内容,请尝试使用类似(x[1,1] <- 1)
手动更新data.frame; 这表明赋值的返回值是值“1”,而不是x
的内容。 换句话说,赋值的返回值是赋值,而不是赋值的整个变量。
所以,在你的情况下, x[i,1] <- i
默默地返回i
,所以foreach
(你没有捕获的)子进程的返回值是1:nrow(x)
的列表,对于您。 如果您从foreach
分配结果并从foreach
代码块显式返回它,您会看到这一点。
我认为你想要的是代码块返回已经调整过的特定行,然后在最后将它们组合成一个data.frame。 注意,如果你返回整个data.frame,那么foreach
的返回将是data.frames的列表,而不是(我认为)你想要的。
有很多方法可以做到这一点,我将展示三个。 第一个工作正常,在管理data.frame方面更加文字化。
parTest <- function(x) {
ret <- foreach(i = 1:nrow(x)) %dopar% {
x[i,1] <- i
x[i,,drop=FALSE]
}
do.call('rbind', ret)
}
如果您的data.frame相当大,请意识到您正在制作此data.frame的大量副本。 如果你只需要一行(我假设你的例子被设计为一个简单的MWE),那么这是不必要的。 您可以通过以下方式简化此操作:
parTest <- function(x) {
foreach(i = 1:nrow(x), .combine=rbind) %dopar% {
x[i,1] <- i
x[i,,drop=FALSE]
}
}
另一种技术,使用iterators
包:
library(iterators)
parTest <- function(x) {
foreach(df = iter(x, by='row'), .combine=rbind) %dopar% {
df[,1] <- 1
df
}
}
在我看来,后一种技术更具可读性。 而且,如果你真的只关心一行,它可能比另一行表现得更快。
BTW:我假设你真的找得到的data.frame,没有专门针对在当前环境改变data.frame的副作用 。 使用%dopar%
处理并行内容时,要意识到子进程无法查看或使用实际的调用环境。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.