在 R 中获取迭代器的索引（与 foreach 并行）答案

【问题标题】：Getting the index of an iterator in R (in parallel with foreach)在 R 中获取迭代器的索引（与 foreach 并行）
【发布时间】：2014-09-01 02:59:39
【问题描述】：

我正在使用foreach 函数迭代data.frame 的列。在每次迭代中，我想获取迭代器的索引（即所考虑的列的索引或名称）和列本身。

但是，下面的代码最初看起来不错，但由于i 没有names 或colnames 属性，所以它不起作用。

 foreach(i=iter(base[1:N],by='col')) %dopar% c(colnames(i),i)

现在，如果您想知道我为什么不迭代索引，原因是我正在使用 %dopar% 工具，我不想将整个基础发送给所有工作人员，而只发送每个列其中需要。

问题：如何获取迭代器的索引？

谢谢

【问题讨论】：

【解决方案1】：

这里有几种可能性：

修改iter 函数（或编写您自己的函数），以便不仅仅是发送列的值，而是包含名称或其他信息）

您可以迭代索引，但使用共享内存工具（例如 Rdsm 包），以便每个进程只需要获取它需要的部分数据帧，而不是分发整个数据帧。

您可以将基本数据框转换为一个列表，其中每个元素都包含相应的基本列以及列名，然后遍历该列表（因此发送整个元素，但不发送其他元素）。

【讨论】：

当很容易编写返回自定义迭代器的函数时，我认为制作通用 iter 函数或 iter.data.frame 函数的修改版本不是一个好主意。这就是我在编写自定义迭代器函数的小插曲中描述的方式。

【解决方案2】：

我只想在 foreach 循环中指定第二个迭代变量作为计数器：

library(foreach)
library(iterators)

df <- data.frame(a=1:10, b=rnorm(10), c=runif(10))
r <- foreach(d=df, i=icount()) %do% {
    list(d=d, i=i)
}

如果不使用参数，iterators 包中的“icount”函数将返回一个无限计数迭代器，因此无论数据框中的列数如何，此示例都有效。

您还可以将列名作为第三个迭代变量：

r <- foreach(d=df, i=icount(), nm=colnames(df)) %do% {
    list(d=d, i=i, nm=nm)
}

【讨论】：