R中的逐行并行处理？

Question

我正在处理大型数据集，为此我编写了一个代码来对数据帧执行逐行操作，这是顺序的。这个过程很慢。 我正在尝试使用并行处理来执行操作以使其更快。

这里是代码

library(geometry)

# Data set - a
data_a   = structure(c(10.4515034409741, 15.6780890052356, 12.5581992918563, 
                       9.19067944250871, 14.4459166666667, 11.414, 17.65325, 12.468, 
                       11.273, 15.5945), .Dim = c(5L, 2L), .Dimnames = list(c("1", "2", 
                       "3", "4", "5"), c("a", "b")))

# Data set - b
data_b   = structure(c(10.4515034409741, 15.6780890052356, 12.5581992918563, 
                       9.19067944250871, 14.4459166666667, 11.3318076923077, 13.132273830156, 
                       6.16003995082975, 11.59114820435, 10.9573192090395, 11.414, 17.65325, 
                       12.468, 11.273, 15.5945, 11.5245, 12.0249, 6.3186, 13.744, 11.0921), .Dim = c(10L, 
                       2L), .Dimnames = list(c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10"), c("a", 
                       "b")))


conv_hull_1    <- convhulln( data_a, options = "FA")                        # Draw Convex Hull


test = c()


for (i in 1:nrow(data_b)){
  
  
  df = c()
  
  con_hull_all        <- inhulln(conv_hull_1,  matrix(data_b[i,], ncol = 2))
  
  df$flag             <- ifelse(con_hull_all[1] == TRUE , 0 , ifelse(con_hull_all[1] == FALSE , 1, 2))
  
  
  test                <- as.data.frame(rbind(test, df))
  
  print(i)
  
}

test

有没有办法并行化逐行计算？

如您所见，对于小型数据集，计算时间确实很短，但是一旦我增加数据大小，计算时间就会急剧增加。

您能否提供代码解决方案。 提前致谢。

Answer 1

您可以利用inhulln 函数的参数。这样可以传入多行要测试的点。

我已经在一个 320,000 行的矩阵上尝试了下面的代码，该矩阵由原始数据制成，速度很快。

library(geometry)
library(dplyr)
# Data set - a
data_a   = structure(
    c(
        10.4515034409741,
        15.6780890052356,
        12.5581992918563,
        9.19067944250871,
        14.4459166666667,
        11.414,
        17.65325,
        12.468,
        11.273,
        15.5945
    ),
    .Dim = c(5L, 2L),
    .Dimnames = list(c("1", "2",
                                         "3", "4", "5"), c("a", "b"))
)

# Data set - b
data_b   = structure(
    c(
        10.4515034409741,
        15.6780890052356,
        12.5581992918563,
        9.19067944250871,
        14.4459166666667,
        11.3318076923077,
        13.132273830156,
        6.16003995082975,
        11.59114820435,
        10.9573192090395,
        11.414,
        17.65325,
        12.468,
        11.273,
        15.5945,
        11.5245,
        12.0249,
        6.3186,
        13.744,
        11.0921
    ),
    .Dim = c(10L,
                     2L),
    .Dimnames = list(c(
        "1", "2", "3", "4", "5", "6", "7", "8", "9", "10"
    ), c("a",
             "b"))
)

conv_hull_1    <- convhulln( data_a, options = "FA")                        # Draw Convex Hull

#Make a big data_b
for (i in 1:15) {
    data_b = rbind(data_b, data_b)
}
In_Or_Out <- inhulln(conv_hull_1, data_b)
result <- data.frame(data_b) %>% bind_cols(InOrOut=In_Or_Out)

我使用dplyr::bind_cols 将输入或输出结果绑定到原始数​​据的数据框版本，因此您可能需要针对特定​​环境进行一些更改。