问题标签 [ffbase]

假设我有ff_matrix（也不适用于ffdf）名为xand的对象y。x是一个 100*10 的矩阵，y是一个 10*1 的矩阵。

但是，x %*% y会导致Error in x %*% y : requires numeric/complex matrix/vector arguments.

为什么merge在下面不起作用？它给出错误`错误：

但是，如果我不进行强制转换，它会起作用：

我不能save.ffdf或move.ffdf。此外，已弃用的ffdfsave已损坏。

我会收到以下错误：

Error in文件名<-.ff (tmp, value = "/home/... Deleted .../path$X0.0.ff") : ff file rename from '/tmp/RtmpasUciV/ffdf346c5f0daaea.ff' to '/home/... Deleted .../path$X0.0.ff' failed

唯一可行的是：

请注意，当我在本地终端上调用它时，它可以工作。只是当我在远程服务器上尝试它时它不起作用。

我也会在上述错误下面得到错误：

ffdfdply我尝试使用 R 中的函数使用 'ffbase' 包对大型数据集进行聚合。
假设我有三个变量，称为 Date、Item 和 sales。在这里，我想使用 sum 函数汇总 Date 和 Item 的销售额。您能否指导我了解 R 中的一些正确语法。
我在这里尝试过这样的操作：

我会很感激你的解决方案。

我正在使用 R 上的大型矩阵，并尝试使用 ff 包来操作它们。

我有一个循环，它将创建称为 Var_sim (dim 25*7303) 的 n（n 可以是大小 1000）矩阵
我想以 ff 格式将矩阵保存在磁盘中（例如在我的文档中）。之后，如果我需要读取 n 个矩阵之一，我想用 R 和 ffload 加载它。这是我的代码：

但是 Data 中没有出现任何内容：我不知道 ffsave 是否是我正在寻找的功能。此外，我不知道如何指定将要创建的文件的名称。

感谢您的帮助

我不知道我尝试做的是否可行！我有一个值矩阵（Var_sim），并将其转换为 ff 对象。该对象的名称是用“粘贴”创建的。现在我想在函数 ffload 中使用这个对象，这是我的代码：

在这里，我将变量 Mat_TEMP_4085_1 作为 ff 对象。我在一个循环中使用它，所以我将有各种具有不同名称（不同 cell_number）的 ff 对象。我需要在函数中使用 Mat_TEMP_4085_1 （和其他），但我不能只写名称：

我有以下错误：

它不识别变量。我能怎么做？

我对 ff 包中的函数属性有疑问。我要加载的特定目录中有一个 ff 对象。这就是我正在使用的：

使用 OVERWRITE=TRUE，对象的副本将保存在 tmp 文件夹中，并且将从该目录加载对象：

但是，如果您不想要对象的副本，则需要将 FALSE 覆盖。如果这是您第一次加载 ff 对象，即使 overwrite=FALSE，它也会在 tmp 文件夹中创建一个副本！然后我删除了副本，第二次重新加载了对象，我有以下消息并且没有副本：

问题是我正在处理很多大文件，我不想创建副本！我能做些什么 ？

我正在尝试通过合并和附加两个现有的 ffdf 数据框来创建一个 ffdf 数据框。ffdfs 具有不同的列数和不同的行数。我知道merge()只执行内连接和左外连接，而ffdfappend()如果列不相同则不允许追加。我想知道是否有人对此有解决方法。类似于 中的smartbind()函数的函数gtools package或任何其他解决方法。

当然，由于 ffdfs 的大小，转换回as.data.frame()和使用smartbind()不是一种选择。

任何帮助将不胜感激。

编辑：按照这里的建议是一个可重现的例子：

期望的结果应该是这样的（在 data.frames 上生成，如果我知道如何在 ffdfs 上生成它，我不会问这个问题）：

我希望这能让我更清楚我试图实现的目标。

我是 R 和 FF 包的新手，我试图更好地了解 FF 如何允许用户使用大型数据集（>4Gb）。我花了相当多的时间在网上搜索教程，但我能找到的那些通常都超出了我的想象。

我通过做学得最好，所以作为练习，我想知道如何使用任意值创建一个长格式的时间序列数据集，类似于 R 的内置“Indometh”数据集。然后我想把它重塑成宽幅。然后我想将输出保存为 csv 文件。

对于小型数据集，这很简单，可以使用以下脚本来实现：

但我想学习为大约 10 Gb 的文件大小执行此操作。我将如何使用 FF 包做到这一点？提前致谢。

我经常使用cut(). 因为cut()不明白时钟时间大约为零，所以我首先将时间分为三组（白天的任一侧的夜晚），然后合并两个“夜晚”因子水平。这可以通过将相同的“夜间”值两次赋予 来完成levels()。例如

现在我正在尝试对ff对象中的巨大数据集做同样的事情：

请注意，在这种情况下，levels()保留了三个因子水平，其中两个具有相同的标签。recodeLevels看起来很有希望，但并不完全一样：

我也尝试过cut()（实际上cut.ff()）内重复的“夜间”标签，但它仍然返回三个级别，加上一个警告，即不推荐使用因子中的重复级别。

谢谢你的建议。