R dopar foreach 在块上而不是每行

Question

此问题特定于使用 foreach 和 dopar 在 R 中使用并行处理。我创建了一个简单的数据集和一个简单的操作（实际操作更复杂，因此我在这里展示一个简单的操作）。把数据的代码和当前的代码贴出来供大家参考。

加载包并创建数据

#Creating a mock dataframe
Area =c('XX','YY','ZZ','XX','YY','ZZ','XX','YY','ZZ','YY')
Car_type = c('A','A','B','C','B','C','A','A','B','C')
Variable1=c(.34,.19,.85,.27,.32,.43,.22,.56,.17,.11)
Variable2=c(.76,.3,.16,.24,.47,.23,.87,.27,.43,.59)
Final_data = data.frame(Area,Car_type,Variable1,Variable2)    
#replicate the above 100 times to create a bigger dataset
n =100
Final_data2=do.call("rbind", replicate(n, Final_data, simplify = FALSE))
Final_data2$Final_value = 0
#car_list = unique(Final_data2$Car_type) #have not figured out how to use this

dopar foreach 代码

#Create clusters and load required packages the clusters 
library(doParallel)    
cl=makeCluster(3,type="PSOCK") 
registerDoParallel(cl)


home1 <- function(zz1){
  output <- foreach(x = iter(zz1, by = "row"), .combine = rbind, 
                    .packages = "truncnorm") %dopar% {
    if (x$Car_type=='A'){
      x$Final_value = rtruncnorm(1,a=-1,b=1,mean = x$Variable1,sd=x$Variable2)
    } else if(x$Car_type=='B'){
      x$Final_value = rtruncnorm(1,a=-5,b=5,mean = x$Variable1,sd=1)  
    }  else{
      x$Final_value = rtruncnorm(1,a=-10,b=10,mean = 1,sd=1)
    }
    return(x)
  }
  output
}
Final_data3 <- home1(zz1=Final_data2)
stopCluster(cl) #Stop cluster

在第一部分中，我创建了一个名为 Final_data2 的示例数据框。在第二部分中，根据列 "Car_type" 中的汽车类型，我从 t运行正态分布生成一个值，其中 t运行阳点以及均值和标准差发生变化取决于Car_type。此代码适用于当前格式。它在使用不同的内核后遍历每一行。

问题

现在我想以这样一种方式扩展它，而不是在单独的核心上迭代和运行对每一行的操作进行操作，我想运行对块的操作数据集。我想做的是运行 dopar foreach 部分用于不同核心上的不同区域。对于前。我想运行集群 1 上的 Area = XX、集群 2 上的 Area = YY 和集群 3 上的 Area = ZZ 的 dopar foreach 循环。不幸的是，我无法自己解决这个问题。有人会帮我吗？任何帮助将不胜感激。

编辑正如 Prive 指出的那样，最初的问题有点令人困惑。我稍微修改了这个问题。如果现在更清楚一点，请告诉我。

Answer 1

对于您的特定应用程序，我会使用 pmap::purrr():

home2 <- function(Car_type, Variable1, Variable2) {
  if (Car_type=='A'){
    truncnorm::rtruncnorm(1,a=-1,b=1,mean = Variable1,sd=Variable2)
  } else if(Car_type=='B'){
    truncnorm::rtruncnorm(1,a=-5,b=5,mean = Variable1,sd=1)  
  }  else{
    truncnorm::rtruncnorm(1,a=-10,b=10,mean = 1,sd=1)
  }
}

Final_data2$Final_value <- 
  purrr::pmap_dbl(Final_data2[c("Car_type", "Variable1", "Variable2")], home2)

如果此操作确实需要很长时间，您可以使用包 {future} 和 {furrr} 轻松并行化它：

future::plan(future::multiprocess)
Final_data2$Final_value <- 
  furrr::future_pmap_dbl(Final_data2[c("Car_type", "Variable1", "Variable2")], home2)

R dopar foreach 在块上而不是每行

R dopar foreach on chunks instead of per line

foreach

r

data-manipulation

doparallel

加载包并创建数据

dopar foreach 代码

问题