Question

我在AWS上的Elastic MapReduce集群上运行R代码，涉及从S3存储桶导入的数据。我正在使用SparkR库测试Apache Spark的一些功能。这是我试图运行的代码。

mnist_train <- SparkR::read.df("s3a://spark-rstudio-test-new/mnist_train.csv", 
                  header = "false", source = "csv", 
                  inferSchema = "true", na.strings = "")
subsamplesize <- 30000
subsample <- sample(nrow(mnist_train), subsamplesize, replace = FALSE)

这会返回以下错误：

＆＃34;样本中的错误（nrow（mnist_train），subsamplesize，replace = F）：未使用的参数（replace = F）＆＃34;

同一条代码可以在我当地的RStudio上运行。这里发生了什么？我非常感谢任何方向。

Answer 1

看起来SparkR实现具有不兼容的签名，会使base中的一个隐藏。使用完全限定名称应该可以解决问题：

base::sample(nrow(mnist_train), subsamplesize, replace = FALSE)

＆＃34;未使用的参数（replace = FALSE）＆＃34; R中的sample（）错误（在AWS上）

1 个答案: