Question

for(artist in 1:nrow(epop8)){
  message(paste("Artist:", artist))
  id = epop8$spotify_id[artist];
  cur_showDate = epop8$ShowDate[artist]
  dma_show = epop8$DMA_Region_Code[artist]
  spotifySubset = na.omit(spotify[spotify$spotify_id == id,])

  if(nrow(spotifySubset) == 0){
    epop8$last6month[artist] = NA
    next
  }
  monthsOfInterest_6 = epop8$ShowDate[artist] - 180:1
  monthsOfInterest_12 = epop8$ShowDate[artist] - 365:1

  epop8Subset6MO = unique(epop8[epop8$ShowDate %in% monthsOfInterest_6,
                                c("spotify_id", "DMA_Region_Code", "ShowDate")]) %>%
    subset(., DMA_Region_Code == dma_show) %>% arrange(desc(ShowDate))

  epop8Subset1Yr = unique(epop8[epop8$ShowDate %in% monthsOfInterest_12,
                                c("spotify_id", "DMA_Region_Code", "ShowDate")]) %>%
    subset(., DMA_Region_Code == dma_show) %>% arrange(desc(ShowDate))

  last6month = epop8Subset6MO[spotifySubset$relatedID %in% epop8Subset6MO$spotify_id,] 
  last12month = epop8Subset1Yr[spotifySubset$relatedID %in% epop8Subset1Yr$spotify_id,]

  epop8$since_related_artist[artist] = ifelse(!nrow(last6month) && !nrow(last12month),
                                              365,
                                              as.double(cur_showDate - last6month$ShowDate[1]))
  epop8$related_artist_count_6MO[artist] = nrow(last6month)
  epop8$related_artist_count_12MO[artist] = nrow(last12month)
}

我只是试图将此for循环“转换”为并行化的foreach循环。我试图理解如何甚至接近foreach循环。我试过了

ntasks <- nrow(epop8)
pb <- tkProgressBar(max=nrow(epop8))
progress <- function(n) setTkProgressBar(pb, n)
opts <- list(progress=progress)

foreach(artist=1:nrow(epop8), .combine = combine,
        .packages = "dplyr", .options.snow=opts) %dopar%{
...
}

其中“...”与上面的for循环中包含的完全相同的代码。现在，我知道这不是必须这样做的方法，但我不确定如何在foreach并行化循环中更新我的数据帧或子集我的数据帧。我已经浏览了互联网，但我开始认为foreach有点过头了。

我们有两个数据帧，epop8和spotify。 epop8是一个完整的数据帧来自美国各地的节目收据和spotify是spotify数据每个艺术家都在epop8。
此代码建立唯一ID，显示日期，DMA（区域）和a 相关音乐艺术家ID列表到唯一ID（spotifySubset）。
然后在过去6个月内建立一系列日期过去12个月中的一系列日期与之比较。
然后将节目的完整数据集子集化为所有节目过去6个月以及过去12个月内的所有节目指定地区。
然后再次将这两个子集子集化为仅包括相关艺术家（由spotify确定）并基于生成指标在最后6个月和最后12个月的数据框架上。
使用这两个数据帧，我将结果写入原始的epop8 当前艺术家的数据框。

以下是数据集的外观：

spotify = data.frame(artistName = "Bob", spotify_id = "abcd", 
                     related = c("Al", "Bill", "Charles","Daniel"),
                  relatedID = c("1234", "efrd", "bcde", "fghi"))
epop8 = data.frame(id = c("abcd", "asdf", "robd", "1234"), 
                      dma = c("654", "332", "489", "654"),
                      ShowDate = c("2017-10-08", "2011-10-04", "2012-10-01", "2017-08-01"))

所以在这里，当我们为Bob（epop8中的第一位艺术家）的DMA中的最后6个月和12个月分配epop8时，我们得知在过去的12个月中该节目中有一场比赛 - - Daniel于2017-08-01。

希望这一切都有道理，我真的很喜欢你对这个的帮助！

在foreach中引用和操作数据框

0 个答案: