R中的parLapply - 数据帧

Question

我在尝试恢复 R 中 parLapply 算法已经弹出的数据帧时遇到问题。

我在下一个示例中附上了 iris 数据集来说明问题。 我创建了一个函数，它对每个 iris Species 进行线性模型，然后在它们上应用一个循环。

uniques<-unique(iris$Species)

model<-function(i){
    table<-iris[iris$Species==uniques[i],]
    fit<-lm(Petal.Width ~ Petal.Length + Sepal.Width + Sepal.Length, data=table)
    predicted_df <- data.frame(pred = predict(fit, table), table)
    assign(paste0("predicted_df_",i),predicted_df,envir = .GlobalEnv)
}

#Loop over Species
loop<-  for (i in 1:3){
  model(i)
}

这里，树数据库（“predicted_df_1/2/3”）正确出现在本地环境中。

当我使用 parLapply 算法执行相同的操作时，我找不到数据帧在哪里或如何将它们带到本地环境。没有显示错误。

library("foreach")
library("doParallel")

cl <- makeCluster(mc <- getOption("cl.cores", 4))
clusterExport(cl=cl, varlist=c("iris"))
clusterEvalQ(cl, library(DAAG))

registerDoParallel(cl) # register the cluster
system.time(
  df <- parLapply(cl, 1:3, 
                    function(i) {
                      tryCatch({  model(i)}, error=function(e){cat("ERROR :",conditionMessage(e), "\n")})
                    })
)
stopCluster(cl)

有人如何帮助我完成这项任务？谢谢！

Answer 1

简单地使用

model<-function(i){
    table<-iris[iris$Species==uniques[i],]
    fit<-lm(Petal.Width ~ Petal.Length + Sepal.Width + Sepal.Length, data=table)
    data.frame(pred = predict(fit, table), table)
}

然后您将从parLapply 获得一个大小为 3 的列表，其中包含您想要的预测。

---

当您使用并行性时，您不能分配给全局环境，因为这不是您的主要 R 会话来完成这项工作。