R dopar foreach 在块上而不是每行

Question

这个问题特定于使用 foreach 和 dopar 在 R 中使用并行处理。 我创建了一个简单的数据集和一个简单的操作（实际操作更复杂，因此我在这里展示一个简单的操作）。 数据的代码和当前代码已发布供您参考。

加载包并创建数据

#Creating a mock dataframe
Area =c('XX','YY','ZZ','XX','YY','ZZ','XX','YY','ZZ','YY')
Car_type = c('A','A','B','C','B','C','A','A','B','C')
Variable1=c(.34,.19,.85,.27,.32,.43,.22,.56,.17,.11)
Variable2=c(.76,.3,.16,.24,.47,.23,.87,.27,.43,.59)
Final_data = data.frame(Area,Car_type,Variable1,Variable2)    
#replicate the above 100 times to create a bigger dataset
n =100
Final_data2=do.call("rbind", replicate(n, Final_data, simplify = FALSE))
Final_data2$Final_value = 0
#car_list = unique(Final_data2$Car_type) #have not figured out how to use this

dopar foreach 代码

#Create clusters and load required packages the clusters 
library(doParallel)    
cl=makeCluster(3,type="PSOCK") 
registerDoParallel(cl)


home1 <- function(zz1){
  output <- foreach(x = iter(zz1, by = "row"), .combine = rbind, 
                    .packages = "truncnorm") %dopar% {
    if (x$Car_type=='A'){
      x$Final_value = rtruncnorm(1,a=-1,b=1,mean = x$Variable1,sd=x$Variable2)
    } else if(x$Car_type=='B'){
      x$Final_value = rtruncnorm(1,a=-5,b=5,mean = x$Variable1,sd=1)  
    }  else{
      x$Final_value = rtruncnorm(1,a=-10,b=10,mean = 1,sd=1)
    }
    return(x)
  }
  output
}
Final_data3 <- home1(zz1=Final_data2)
stopCluster(cl) #Stop cluster

在第一部分中，我创建了一个名为 Final_data2 的示例数据帧。 在第二部分中，基于“Car_type”列中的汽车类型，我从截断的正态分布中生成一个值，其中截断点以及均值和标准差根据 Car_type 发生变化。 此代码以当前格式工作。 它在使用不同的内核后遍历每一行。

问题

现在我想以这样的方式扩展它，而不是在单独的核心上的每一行上迭代和运行操作，我想在数据集的块上运行操作。 我想要做的是在不同的核心上为不同的区域运行 dopar foreach 部分。 例如。 我想为集群 1 上的区域 = XX、集群 2 上的区域 = YY 和集群 3 上的区域 = ZZ 运行 dopar foreach 循环。不幸的是，我自己无法弄清楚。 有人会帮助我吗？ 任何帮助将不胜感激。

编辑正如 Prive 所指出的，最初的问题有点令人困惑。 我稍微修改了这个问题。 如果现在更清楚一点，请告诉我。

Answer 1

对于您的特定应用程序，我会使用pmap::purrr() ：

home2 <- function(Car_type, Variable1, Variable2) {
  if (Car_type=='A'){
    truncnorm::rtruncnorm(1,a=-1,b=1,mean = Variable1,sd=Variable2)
  } else if(Car_type=='B'){
    truncnorm::rtruncnorm(1,a=-5,b=5,mean = Variable1,sd=1)  
  }  else{
    truncnorm::rtruncnorm(1,a=-10,b=10,mean = 1,sd=1)
  }
}

Final_data2$Final_value <- 
  purrr::pmap_dbl(Final_data2[c("Car_type", "Variable1", "Variable2")], home2)

如果此操作确实需要很长时间，您可以使用包 {future} 和 {furrr} 轻松并行化它：

future::plan(future::multiprocess)
Final_data2$Final_value <- 
  furrr::future_pmap_dbl(Final_data2[c("Car_type", "Variable1", "Variable2")], home2)