我想使用doParallel
包对R中的大数据帧进行一些并行处理。让我们调用数据框mydata
。我想按行迭代数据框,所以像
foreach(x=iter(mydata, by='row')) %dopar%{
... do stuff ...
}
但是,这不太正确,因为在每个循环中我需要访问多行。让我们说变量idx
包含需要一起处理哪些行的信息。让我们说idx
是一个看起来像
1 2 3
10 12 14
4 7 9
...
其中每一行表示需要一起处理的mydata
行。如何使用doParallel
包进行此操作?
编辑:我看到我可以使用iblkcol
发送data.frame的“块”有没有办法发送我选择的非连续块?
编辑:我最终使用了自定义迭代器:
> data <- data.frame(A=sample(letters,10),B=rnorm(10))
> data
A B
1 z 0.5105797
2 h 1.2559502
3 a 0.9697254
4 n -1.4189076
5 e -0.5800640
6 b 0.2907486
7 q -2.4414012
8 d 1.8146928
9 v 0.2510003
10 x -0.2011185
> idx <- list(c(1,2),c(4,5),c(3,6,7),c(8,9,10))
>
> library(iterators)
>
> ialn <- function( x, idx){
+ it <- iter(idx)
+ nextEl <- function(){
+ n <- nextElem(it)
+ x[n,]
+ }
+ obj <- list(nextElem=nextEl)
+ class(obj)<- c('ialn','abstractiter','iter')
+ obj
+ }
>
>
> it <- ialn(data,idx)
> nextElem(it)
A B
1 z 0.5105797
2 h 1.2559502
> nextElem(it)
A B
4 n -1.418908
5 e -0.580064
答案 0 :(得分:1)
或许将mydata拆分为基于
的列表apply(idx,1,function(idx) list(mydata[idx,]) )
然后通过foreach发送该列表?
根据行索引获取数据的那个或custom iterator。