Question

我希望使用通过ggmap访问的Google API快速对大量地址进行地理编码（我正在使用ggmap版本2.7，允许通过指定Google API密钥register_google()功能）。

基本功能有效，但在以下列方式使用dplyr时速度非常慢：

devtools::install_github("dkahle/ggmap") #needed for v 2.7, not yet on CRAN

library(dplyr)
library(ggmap)
DF %>%
  select(ID, full_address) %>%
  mutate_geocode(full_address)

我每秒最多获得1-3次查询，这几千条记录对我的使用速度不够快。我想使用multidplyr来运行并行查询并加快进程。

我见过一个multidplyr example on SO here，但我似乎无法为我的情况实现它。

我想象的解决方案可以使用multidplyr::partition()并使用：

ggmap::mutate_geocode()函数;或
ggmap::geocode()函数，它返回一对列（经度和纬度）以及dplyr::do()函数。

基于上面链接的SO示例，我相信代码看起来像这样：

  library(dplyr)
  library(ggmap)
  devtools::install_github("hadley/multidplyr")
  library(multidplyr)

  DF$split <- 1:4 # the column by which data will be split across 4 threads

  # For solution (1)
  DF %>%
  select(ID, full_address) %>%
  partition(split) %>%
  mutate_geocode(full_address)


  # For solution (2)
  DF %>%
  select(ID, full_address) %>%
  partition(split) %>%
  do(
  {ggmap::geo_code(full_address)}
     )

任何人都可以帮我把它弄成正确的形状吗？有什么建议可以让它更快吗？

Multidplyr和ggmap的mutate_geocode

0 个答案: