问题标签 [pmap]

我正在玩pmap，但注意到它将我的类型稳定的斐波那契函数（递归版本）转换为类型不稳定..想知道为什么以及是否有问题我在做什么：

我有两个数据集。第一个包含城市列表及其与目的地的距离（以英里为单位）。第二个列表包含目的地。我想使用 purrr 将最近目的地的名称放入第一个数据集中的新列中。

这是第一个数据集（包含数据/距离）：

这是包含目的地的第二个数据集：

这就是我想要的样子：

理想情况下，我正在寻找一个整洁的解决方案，并且我试图用 purrr 来做到这一点，但无济于事。这是我失败的尝试：

谢谢！

从 pmap 调用函数会引发错误，因为参数不是自己传递的

尝试创建参数列表，但这也导致了错误

我期望在 testdf 数据框中的每个单元格中创建一个数据框。Pmap 似乎将输入参数作为列表而不是元素方式传递给函数。

任何人都可以提出一种方法，因为我需要将其矢量化而不是创建循环？

这不是问题的重复，例如像 apply with purrr 这样的逐行迭代

我了解如何使用pmap()对数据框进行逐行操作：

这给出了foo应用于每一行的函数：

但是当我有多个列时，这会变得非常笨拙，因为我必须明确地传递它们。如果我说，我的数据框中有 8 列，df2并且我想应用一个bar可能涉及这些列中的每一列的函数怎么办？

给出：

这显然是不够的——我必须bar为每一列添加一个新参数。输入很多，它使代码更不可读且更脆弱。似乎应该有一种方法让它接受一个参数x，然后访问我想要的变量x$col_1等。或者无论如何比上面更优雅的东西。有什么方法可以使用 purrr 清理此代码？

我有一个与 pmap 一起使用的函数来并行化它。我想每次使用 10 个工作人员异步运行 4 次此函数，但我不能同时运行两个或更多 pmap。

我在 linux 上使用 Julia v1.1 和 40-CPUs 机器。

我希望有：

因此，c 的前两个元素进入第一个 pmap，接下来的两个元素进入第二个 pmap，然后谁先完成，就会得到接下来的两个元素。

现在我得到：

在第一个 pmap 完成 c 的所有元素后，第二个 pmap 重新开始求解所有元素。

pmap()在设置数组元素的值时，我在抛出 a时遇到了问题BoundsError——我的代码适用于 1 个工人，但不适用于 >1。我写了一个大致遵循真实代码流的最小工作示例：

1. 获取源数据
2. 定义要迭代的点集
3. 初始化要计算的数组点
4. 计算每个数组点

主文件：

功能文件：

错误输出：

在pmapdemo2.jl中，替换data["field"][a,b,c,d] = rand()为@show a, b, c, d表明所有工作人员都在运行并且可以完全访问正在传递的变量，但是将其替换为@show data["field"]会引发相同的错误。SharedArrays 的全部目的肯定是为了避免这种情况吗？还是我误解了如何使用它pmap？

这是来自 Julia discourse here的交叉帖子。

我需要在pmap变体的帮助下执行一些逐行操作，但在将参数列表（即“.l”参数）传递给嵌套在另一个函数中的函数时，我不能这样做。

我尝试了各种方法，包括传递参数的名称和点点语法都无济于事。我需要知道是否有办法做到这一点，因为我需要将其扩展到更复杂的功能。

假设我有以下数据框，并且我想粘贴每行的前两列。我可以使用以下代码轻松做到这一点：

但是，如果我想扩展它以便在合并前两个字母之前将它们小写，我的尝试会失败。我想看看我能不能得到dff3。

我计划按行对 data.table 求和并为其添加一个常量。这段代码有什么问题。我正在专门寻找 pmap_dfr 解决方案：

预期的输出是具有以下行的单列小标题：

13 16 19

抛出的错误：参数 1 必须有名称。

我已经能够让它与 pmap 和 pmap_dbl 一起使用，但是在使用 pmap_dfr 时它失败了。此外，我提供的示例是一个玩具示例。我希望 d 变量作为 sum 函数的输入参数，而不是稍后将 d 添加到逐行求和中。

示例我知道下面会起作用：

所以我需要使用 purrr::map 在上述数据帧的每一行上应用一个函数。但是，肯定只有 sev_curve 和 weight 列存在。其他 2 列可能存在也可能不存在，并且可能有其他列可以代替它们，等等。

我正在调查一个进程的内存使用情况，该进程（意外地）保留了VIRT. 如果我pmap为那个过程做，我可以看到一些强大的分配，例如：

我正在strace跟踪所有与内存相关的系统调用并打印它们的 stracktraces 来运行我的进程。

我希望我能够在 中找到这个分配strace.out，所以我 grep ：

我只看到这个调用mmap：

这里发生了什么？是否pmap显示了夸大的映射大小？还是我错过了一些系统调用？