逐漸在磁盤上增加ffdf數據幀

Question

從save.ffdf的文檔：

使用'save.ffdf'自動將'ff'向量的'終結器'設置為''close''。 這意味着當刪除對象或關閉R會話時，數據將保留在磁盤上。 可以使用“刪除”刪除數據，也可以刪除保存對象的目錄（'dir'）。

我想從一個小的ffdf數據幀開始，一次添加一些新數據，並在磁盤上增長它。 所以我做了一個小實驗：

# in R
ffiris = as.ffdf(iris)
save.ffdf(ffiris, dir = "~/Desktop/iris")

# in bash
ls ~/Desktop/iris/
## ffiris$Petal.Length.ff ffiris$Petal.Width.ff  ffiris$Sepal.Length.ff ffiris$Sepal.Width.ff  ffiris$Species.ff

# in R
# add a new column
ffiris =transform(ffiris, new1 = rep(99, nrow(iris)))
rm(ffiris)

# in bash
ls ~/Desktop/iris/
## ffiris$Petal.Length.ff ffiris$Petal.Width.ff  ffiris$Sepal.Length.ff ffiris$Sepal.Width.ff  ffiris$Species.ff

事實證明，當我刪除ffiris時，它不會自動更新磁盤上的ff數據。 怎么樣手動保存？

# in R
# add a new column
ffiris =transform(ffiris, new1 = rep(99, nrow(iris)))
save.ffdf(ffiris, "~/Desktop/iris")

# in bash
ls ~/Desktop/iris/
## ffiris$Petal.Length.ff ffiris$Petal.Width.ff  ffiris$Sepal.Length.ff ffiris$Sepal.Width.ff  ffiris$Species.ff

嗯，還是沒有運氣。 為什么？

如何在保存之前刪除文件夾？

# in R
ffiris = as.ffdf(iris)
unlink("~/Desktop/iris", recursive = TRUE, force = TRUE)
save.ffdf(ffiris, "~/Desktop/iris", overwrite = TRUE)
ffiris =transform(ffiris, new1 = rep(99, nrow(iris)))
unlink("~/Desktop/iris", recursive = TRUE, force = TRUE)
save.ffdf(ffiris, "~/Desktop/iris", overwrite = TRUE)

# in bash
ls ~/Desktop/iris/
# ls: /Users/ky/Desktop/iris/: No such file or directory

更奇怪的是。 即使這一切都奏效，它仍然會非常低效。 我正在尋找類似的東西：

updateOnDisk(ffiris)

有人可以幫忙嗎？

Answer 1

ff和ffbase提供了內存R向量，但引入了一個引用語義，它可以給出R語言的問題。

R是一種函數式編程語言，這意味着函數不會更改參數和對象，而是返回修改后的副本。 在ffbase我們以R方式實現函數，即transform返回原始ffdf data.frame的副本。 通過查看文件名可以看出這一點：

ffiris = as.ffdf(iris)
save.ffdf(ffiris, dir = "~/Desktop/iris")
filename(ffiris) # show contents of ~/Desktop/iris

ffiris =transform(ffiris, new1 = 99) # this create a copy of the whole data.frame!
filename(ffiris)  

ffiris$new2 <- ff(rep(99, nrow(iris)))  # this creates a new column, but not yet in the right directory
filename(ffiris)

save.ffdf(ffiris, dir="~/Desktop/iris", overwrite=TRUE) # this fixes that.

轉換目前添加新列效率很低，因為它復制整個數據幀（即R語義）。 這是因為變換可能是一個臨時結果，您不會改變原始數據。

在ffbase2中我們正在解決這個問題