【发布时间】：2015-09-09 17:17:24
【问题描述】：
我已尽我所能搜索与此相关的内容，但在 SO 或 dplyr github 上没有找到任何内容；可能是一个新问题，因为下面的代码在今天之前运行良好？
这个问题在概念上很简单：有时调用my_data %>% mutate(x = ymd_hms(x))，但并不总是（即随机），会导致 R 因捕获的段错误而崩溃。我已将问题简化为最简单的形式（也在这里：https://gist.github.com/john-sandall/05c3abb24fc738ddc2ad）：
require(lubridate)
require(dplyr)
set.seed(42)
make_some_random_datetimes = function(n) ymd("2015-01-01") + seconds(runif(n, min=0, max=60*60*24*365))
d = data.frame(
col1 = make_some_random_datetimes(5000),
col2 = make_some_random_datetimes(5000)
)
do_it = function() {
d %>% mutate(
col1 = ymd_hms(col1),
col2 = ymd_hms(col2) # for some reason, it only crashes when evaluating 2+ cols, if we removed this line it'd be fine
)
return(TRUE)
}
do_it() # doesn't crash every time...it fails every nth time where n is randomly distributed with mean of roughly 7.7
do_it_lots_of_times = function(n) for (i in 1:n) do_it()
do_it_lots_of_times(50) # almost guaranteed to fail on my machine
所以在某些时候，上面运行do_it() 会导致段错误，在终端中运行 R 的输出是
*** caught segfault ***
address 0x0, cause 'unknown'
我今天早上升级到 R 版本 3.2.1，虽然回滚到 3.2.0 并重新安装库没有帮助。然后我尝试卸载/重新安装 R（使用 brew install r 和完全更新/升级的自制软件），然后重新安装上面所有必需的软件包。这是 sessionInfo() 的输出：
R version 3.2.1 (2015-06-18)
Platform: x86_64-apple-darwin14.3.0 (64-bit)
Running under: OS X 10.10.3 (Yosemite)
locale:
[1] en_GB.UTF-8/en_GB.UTF-8/en_GB.UTF-8/C/en_GB.UTF-8/en_GB.UTF-8
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] dplyr_0.4.2 lubridate_1.3.3
loaded via a namespace (and not attached):
[1] lazyeval_0.1.10 R6_2.0.1 assertthat_0.1 magrittr_1.5 plyr_1.8.3 parallel_3.2.1
[7] DBI_0.3.1 tools_3.2.1 memoise_0.2.1 Rcpp_0.11.6 stringi_0.5-2 digest_0.6.8
[13] stringr_1.0.0
作为一名统计学家，我的想法已经不多了，我决定查看失败率的分布，看看这是否有助于阐明一些问题。如果在上面运行do_it() 第 n 次崩溃，并且我写下了 n 落在 50 次崩溃的位置（例如，第 3 次尝试，然后是第 7 次尝试），我得到这个序列：
3, 7, 9, 20, 9, 9, 9, 7, 4, 23, 6, 3, 3, 3, 7, 7, 3, 9, 6, 6, 7, 10, 13, 7, 3, 7, 4, 7, 9, 6, 7, 7, 6, 6, 7, 7, 7, 9, 6, 12, 7, 7, 5, 9, 18, 6, 7, 9, 9, 7
这给了我这个分布：
我不知道这是否相关或有帮助，尽管我注意到的另一件事是将数据帧 d 中的行数从 5000 增加到 10000 似乎将 n 的平均值从 ~8 增加到 ~ 20.
非常欢迎对此提供任何帮助！
【问题讨论】：
-
在 windows 上确认，最新的 64bit R，不是最新的 rstudio 版本。 dplyr_0.4.2 lubridate_1.3.3 崩溃每次奇怪的是没有写入 rstudio 日志文件
标签： r segmentation-fault dplyr lubridate