ffbase :: as.character中的“ by”参数有什么作用？

Question

在下面的帖子中，

在R中使用ffdfdply函数进行聚合

有这样一条线。

splitby <- as.character(data$Date, by = 250000)

只是出于好奇，我想知道by参数是指。 它似乎与ff数据帧有关，但我不确定。 Google搜索和as.character和as.vector R文档没有提供有用的信息。

我尝试了一些示例，但是下面的代码给出了相同的结果。

d <- seq.Date(Sys.Date(), Sys.Date()+10000, by = "day")
as.character(d, by=1)
as.character(d, by=10)
as.character(d, by=100)

如果有人能告诉我这是什么，我将不胜感激。 先感谢您。

Answer 1

由于as.character.ff在内部使用默认的as.character ，并且鉴于df向量可能大于RAM，因此需要对数据进行分块处理。 chunk功能有助于将chunk划分为多个块。 在这种情况下，相关方法是chunk.ff_vector 。 默认情况下，这将通过将getOption("ffbatchbytes")除以记录大小来计算块大小。 但是，可以通过使用by提供块大小来覆盖此行为。

在您给出的示例中，ff向量将一次转换为250000个character成员。

最终的结果将是任何一样by或不by的。 较大的值将导致更多地临时使用RAM，但可能会更快地进行操作。

Answer 2

首先，该函数是ffbase::as.character ，而不是普通的旧base::as.character

请参阅http://www.inside-r.org/packages/cran/ffbase/docs/as.character.ff ，其中显示

as.character((x, ...))

Arguments:
x: a ff vector
...: other parameters passed on to chunk

因此， by参数将传递给某些chunk函数。 然后，您需要确定正在使用哪个程序包的chunk功能。 输入?chunk ，告诉我们哪个，然后阅读其文档以查看其by参数的作用。