在 R 中使用 %dopar% 而不是 %do% 时出错（包 doParallel）

Question

我遇到了一个奇怪的错误。 假设我在一个名为 data 的列表中有 10 个 xts 对象。我现在使用

搜索每三个组合

   data_names <- names(data)
   combs <- combn(data_names, 3)

我的基本目标是对这 1080 个三元组进行 PCA。 为了加快速度，我想使用包 doParallel。所以这里是缩短到错误发生点的sn-p：

list <- foreach(i=1:ncol(combs)) %dopar% {
    tmp_triple <- combs[,i]

    p1<-data[tmp_triple[[1]]][[1]]
    p2<-data[tmp_triple[[2]]][[1]]
    p3<-data[tmp_triple[[3]]][[1]]

    data.merge <- merge(p1,p2,p3,all=FALSE)
}

在这里，合并功能似乎是问题所在。错误是

任务 1 失败 - “无法将类 'c("xts", "zoo")' 强制转换为 data.frame”

但是，当将 %dopar% 更改为正常的串行 %do% 时，一切正常。

到目前为止，我无法找到任何解决此问题的方法，我什至不确定要寻找什么。

Answer 1

foreach %dopar% 问题的快速解决方法是重新安装这些软件包：

install.packages("doSNOW")

install.packages("doParallel") 

install.packages("doMPI")

这些负责 R 中的并行性。这些包的旧版本中存在的错误现在已删除。它在我的情况下有效。

Answer 2

比在函数中显式加载库更好的解决方案是利用 foreach() 函数的 .packages 参数：

list <- foreach(i=1:ncol(combs),.packages=c("xts","zoo")) %dopar% {
    tmp_triple <- combs[,i]

    p1<-data[tmp_triple[[1]]][[1]]
    p2<-data[tmp_triple[[2]]][[1]]
    p3<-data[tmp_triple[[3]]][[1]]

    data.merge <- merge(p1,p2,p3,all=FALSE)
}

Answer 3

问题可能是您没有对每个工人调用library(xts)。你没有说你使用的是什么后端，所以我不能 100% 确定。

如果这是问题所在，那么这段代码将解决它：

list <- foreach(i=1:ncol(combs)) %dopar% {
    library(xts)
    tmp_triple <- combs[,i]

    p1<-data[tmp_triple[[1]]][[1]]
    p2<-data[tmp_triple[[2]]][[1]]
    p3<-data[tmp_triple[[3]]][[1]]

    data.merge <- merge(p1,p2,p3,all=FALSE)
}