Я использую библиотеки ff
и ffbase
для управления большим CSV-файлом (~ 40Go и 275e6 наблюдений). Я хотел бы разделить/разбить этот файл в соответствии с одним из его столбцов (который является столбцом фактора).
С обычным фреймом данных я бы сделал что-то вроде этого:
a <- data.frame(rnorm(10000,0,1),
sample(1:100,10000,replace=T),
sample(letters,10000,replace = T))
names(a) <- c('V1','V2','V3')
a_partition <- split(a,a$V3)
names(a_partition) <- paste("df",names(a_partition),sep = "_")
list2env(a_partition,globalenv())
но ff
и ffbase
не имеют функции split
. Итак, заглянув в документацию ffbase
, я нашел ffdfply
и попытался использовать его следующим образом:
ffa <- as.ffdf(a)
ffa_partititon <- ffdfdply(x = ffa,split = ffa$V3)
Увы, я получаю сообщение журнала:
расчет размеров разделения
создание мест разделения
работа над разделением 1/1, извлечение данных в ОЗУ из 26 элементов разделения,
всего 0,00015 ГБ, в то время как максимальный объем
данных, указанных с помощью BATCHBYTES, составляет 0,01999 ГБ
... применение FUN к выбранным данным
Ошибка: аргумент "FUN" отсутствует, значение по умолчанию отсутствует
Я попробовал FUN = as.data.frame
(поскольку результатом функции должен быть фрейм данных) безуспешно: это делает ffa_partition копией ffa...
Как я могу разделить мой ffdf?
ffdfapply
, вы увидите, что есть третий обязательный аргументFUN
, который вы пропустили в своем вызове, отсюда и сообщение об ошибке. Я бы попробовал FUN=as.data.frame - person Eric Lecoutre   schedule 20.05.2016