拆分ffdf对象

Question

我正在使用ff和ffbase库来管理一个大的csv文件（~40Go和275e6观察）。 我想根据其中一个列（这是一个因子列）拆分/分区此文件。

使用正常的数据框，我会做类似的事情：

a <- data.frame(rnorm(10000,0,1),
                sample(1:100,10000,replace=T),
                sample(letters,10000,replace = T))
names(a) <- c('V1','V2','V3')
a_partition <- split(a,a$V3)
names(a_partition) <- paste("df",names(a_partition),sep = "_")
list2env(a_partition,globalenv())

但是ff和ffbase没有split功能。 因此，查看ffbase文档，我发现ffdfply并尝试使用它如下：

ffa <- as.ffdf(a)
ffa_partititon <- ffdfdply(x = ffa,split = ffa$V3)

唉，我收到了日志消息：

计算分割大小
建立分裂地点
在分裂1/1上工作，在RAM中提取26个分裂元素的数据，
总计，0.00015 GB，同时指定最大值
使用BATCHBYTES指定的数据为0.01999 GB
...将FUN应用于所选数据
错误：缺少参数“FUN”，没有默认值

我尝试了FUN = as.data.frame （因为函数的结果必须是数据框）而没有运气：这样做使ffa_partition成为ffa的副本...

我如何分区我的ffdf？

Answer 1

迟了两年，但我相信这可以满足您的需求：

result_list <- list()
for(letter in letters){
    result_list[[letter]] <- subset(ffa, V3 == letter)
}