问题标签 [multidplyr]

在我的 R 脚本中，我使用 pmdplyr 函数mutate_cascade()来tlag()改变我的数据，其中包含超过 300 万条记录，因此代码非常慢，但它可以工作。为了加快速度，我尝试添加 multidplyr 的并行处理功能。但它抛出了错误：小标题中的所有列都必须是向量。x 列.是一个multidplyr_party_df对象。 那是因为不可能在 multidplyr 集群上运行 pmdplyr pibble 吗？我是 pmdplyr 和 multidplyr 的新手，所以也许我只是做错了什么？

我得到一个import_data带有变量的合并数据集uuid, location_id, import_date, customer_name, total_value。异常导入可能会导致巨大的峰值，total_value因此我的代码试图平衡这个值的极不可能的波动（这是相对于每个客户的）：

是否可以使用 并行化dplyr::group_walk对分组数据的操作multidplyr？

在第一次尝试一般性问题时，我不会提供代表，但如果它有帮助，我可以。

我有很多人的多个时间序列，我想有效地为每个人生成每个变量的图。

我的代码看起来像这样：

我plot_function()的每人出口一个地块。它工作正常，但它很长，我必须重复它以进行多种测量（热量、湿度等）。所以我想知道是否有一种方法可以使用multidplyr看起来像这样的东西来加速这个过程：

有没有办法做这样简单的事情来加快我的进程？

在此先感谢您的帮助:)

我正在尝试并行化管道。在管道中有一个 tidyr 命令（“tidyr::complete”）。一旦并行运行，这就会破坏代码，因为无法识别对象类。

dplyr 中是否有替代方法可以完成？

串行

并行（失败）

这是错误信息

IN R语言如何将data1转换为data2

我尝试使用 spread、gather、dplyr、apply ......但是......

我想使用multidplyr，它还没有任何summarise_at。我有数百甚至数千，所以 summarise_at 是必要的，但不幸的是，在 multidplyr 中不可用。

寻找替代方案来解决它。

我什至试过这个

我有一个函数应用于不同的坐标集，以在我的 tibble 中创建四个新列。该函数的启动时间相当长（将基因组加载到 RAM 中，将 tibble 转换为 Granges，并检索序列）但相对较快，因此 100 和 1,000,000 个序列之间没有太大区别。有没有办法将每个 col 发送mutate到不同的核心，以便可以同时处理它们？我考虑过使用pivot_long然后group+partition但这让我思考是否有不同的方法来实现这一点。一种multi_mutate？
（考虑到额外坐标的成本很小，我实际上并不期望乘法器分区/收集在我的情况下会节省时间，但是如果我可以避免旋转的时间成本，它仍然相对较小，并且在我的代码，那会很酷。）

不确定在没有可重复的示例数据的情况下你们是否都能帮助我，但我在运行下面的代码时遇到了问题。我正在尝试使用 multidplyr 包，但它似乎找不到我的专栏。我正在运行以下代码：

一切都运行到模型 <- 正确，但它在那里失败，说它找不到对象组。这是 by_group 数据框的样子。

我正在使用管道工 api 作为 api。我有多个子表，其中所有表都与主键（study_id）连接，我想将所有表与单个主键合并以形成一个表。有些表有不同的长度。

例如：- countries_of_origin_table 和 countries_of_recruitment_table 有不同的长度表

我试过这个来合并所有表但没有用

请帮我

先感谢您

我正在使用 multidplyr 包（我的数据集，map和）在语法MyFnc中进行并行处理。dplyr但是，MyFnc也通过parallel和doSnow库使用并行处理。

在这种情况下，我可以有效地使用并行处理吗？从技术上讲，这样的代码会发生什么？

谢谢，亲切的问候。

我有两个具有相同名称的列和行的数据框。我想按行合并它们，但从 df$x 和 df$y 开始，列需要并排。

到目前为止，我尝试了但没有得到所需的输出。

输出

所需输出