如何在R中返回并行处理的表列表答案

【问题标题】：how to return a list of tables parallel processing in R如何在R中返回并行处理的表列表
【发布时间】：2015-07-02 17:42:27
【问题描述】：

我正在尝试了解如何通过并行循环返回包含四个表的列表。目前，我有一个函数calculatef1(k,i)，它返回一个由四个元素组成的向量c(score1,score2,score3,score4)。

aggregate_scores <-
  foreach(k = 1:num_metrics, .combine='cbind') %:% 
  foreach(i = 1:10, .combine='c') %dopar% {
    x = c("boot","dtw","sqldf")
    lapply(x, require, character.only=T)
    f1 <- NA
    try(f1<-calculatef1(k,i),silent=TRUE)
    f1
  }

现在，这个并行循环返回一个包含 40 行和 num_metrics 列的表，但是我将如何更改我的 foreach 循环，所以我返回一个包含 4 个表的列表，每个表对应一个不同的分数，而不是（或至少类似的东西）？

谢谢！

*为了重现性，将其用于calculatef1函数...

calculatef1 <- function(k,i){
  score1 <- k+i
  score2 <- k-i
  score3 <- k*i
  score4 <- k^i 
  c(score1,score2,score3,score4)
}

我想返回一个包含四个数据帧的列表，例如，第 3 个数据帧的以下对 k,i 的得分为 3。

1*1=1    2*1=2    3*1=3 ...
1*2=2    2*2=4    3*2=6 ...
1*3=3    2*3=6    3*3=9 ...
.        .        .
.        .        .

同样，第 4 个数据帧将有 1^1、2^1、3^1、1^2、2^2 等。你明白了。

【问题讨论】：

最好能提供一个可重现的例子。
刚刚添加了一些更多的东西以实现可重复性。
导入这些库的目的是什么？我假设它们与真正的calculatef1 有关。此外，您还应该提供所需的输出。表应该包括什么？因为据我所见，第一个循环输出一维数组
忽略这些库。我在这里更改了我的 calculatef1 代码以避免显示公司数据。

标签： r parallel-processing

【解决方案1】：

当然，诀窍是创建适当的组合函数。您可以将来自内部foreach 循环的向量与rbind 组合起来，这样它就会返回矩阵，然后由外部foreach 循环处理这些矩阵。外部foreach 循环的组合可以是：

comb <- function(x, ...) {
  lapply(1:4, function(i) c(x[[i]], lapply(list(...), function(y) y[,i])))
}

这会返回一个包含四个列表的列表，可以使用“final”函数将其转换为包含四个数据框的列表：

final <- function(x) {
  lapply(x, function(y) {
    attr(y, 'names') <- paste('X', seq_along(y), sep='.')
    attr(y, 'row.names') <- .set_row_names(length(y[[1]]))
    class(y) <- 'data.frame'
    y
  })
}

您可以使用以下方法测试这两个函数：

x <- list(list(), list(), list(), list())
x <- comb(x, matrix(1, 10, 4), matrix(2, 10, 4))
x <- comb(x, matrix(3, 10, 4), matrix(4, 10, 4))
print(final(x))

最后，您可以在实际的foreach 循环中测试它们：

x <- list(list(), list(), list(), list())
aggregate_scores <-
  foreach(k = 1:6, .init=x, .final=final,
          .combine=comb, .multicombine=TRUE) %:%
    foreach(i = 1:10, .combine='rbind') %dopar% {
      c(k+i, k-i, k*i, k^i)
    }

【讨论】：