如何在 ffdf 中使用 apply 或 sapply 或 lapply？

Question

有没有办法直接对 ffdf 对象的列使用应用类型构造？我正在尝试计算每列中的 NA，而不必将其转换为标准数据框。我可以使用以下方法获取各个列的 na 计数：

sum(is.na(ffdf$columnname))

但是有没有办法一次对数据框中的所有列执行此操作，例如：

lapply(ffdf, function(x){sum(is.na(x))})

当我运行它时，我得到：

$virtual
[1] 0

$physical
[1] 0

$row.names
[1] 0

我无法在 ff 文档中找到特殊版本的 lapply 或 sapply。此外，是否有一种简单的方法可以一次性计算整个 ffdf 的 NA？

Answer 1

ffdf 基本上是一个包含“virtual”、“physical”、“row.names”元素的列表。 如果你在物理元素上做一个 lapply，你就会得到你想要的。

require(ffbase)
myffdf <- as.ffdf(iris)
lapply(physical(myffdf), FUN=function(x) sum(is.na(x)))

由于 is.na 和 sum 是通用的，这将基本上使用 ffbase 包中的 is.na.ff 和 sum.ff，以便根据您的计算机可以处理的内容将数据分块加载到 RAM 中。