R：使用 foreach 读取 csv 数据并对数据应用函数并导出回 csv

Question

我有 3 个 csv 文件，即 file1.csv、file2.csv 和 file3.csv。

现在对于文件的每个，我想导入 csv 并对它们执行一些功能，然后导出转换后的 csv。所以，3 个 csv 输入和 3 个转换的 csv 输出。而且只有 3 个独立的任务。所以我想我可以尝试使用 foreach %dopar%。请注意，我使用的是 Window 机器。

但是，我无法让它工作。

library(foreach)
library(doParallel)
library(xts)
library(zoo)
numCores <- detectCores()
cl <- parallel::makeCluster(numCores)
doParallel::registerDoParallel(cl)

filenames <- c("file1.csv","file2.csv","file3.csv")
foreach(i = 1:3, .packages = c("xts","zoo")) %dopar%{
  df_xts          <- data_processing_IMPORT(filenames[i])
  ddates                <- unique(date(df_xts))
}

如果我注释掉最后一行 ddates <- unique(date(df_xts))，代码运行正常，没有错误。

但是，如果我包含最后一行代码，我会在下面收到以下错误，我不知道如何解决。我尝试添加 .export = c("df_xts")。

Error in { : task 1 failed - "unused argument (df_xts)"

还是不行。我想了解我的逻辑有什么问题，我应该如何解决这个问题？我只是想对数据应用简单的函数，我仍然没有转换数据并将它们单独导出到 csv。然而我已经卡住了。

有趣的是我写了下面的简单代码，效果很好。在foreach中，a就和上面的df_xts一样，被保存在一个变量中，传给Fun2处理。下面的代码工作正常。但上面没有。我不明白为什么。

numCores <- detectCores()
cl <- parallel::makeCluster(numCores)
doParallel::registerDoParallel(cl)


# Define the function
Fun1=function(x){
  a=2*x
  b=3*x
  c=a+b
  return(c)
}

Fun2=function(x){
  a=2*x
  b=3*x
  c=a+b
  return(c)
}

foreach(i = 1:10)%dopar%{
  x <- rnorm(5)
  a <- Fun1(x)
  tst <- Fun2(a)
  return(tst)
  }
### Output: No error

parallel::stopCluster(cl)

更新： 我发现问题出在 date 函数那里提取 csv 文件中的日期数，但我不确定如何解决这个问题。

Answer 1

foreach()的用法是正确的。您在 ddates <- unique(date(df_xts)) 中使用 date()，但此 function returns 当前系统时间为 POSIX，不需要任何参数。因此，参数错误与 date() 函数有关。

所以我猜您想改用 as.Date() 或类似的东西。

ddates <- unique(as.Date(df_xts))

Answer 2

我运行遇到了关于读取、修改和写入多个 CSV 文件的相同问题。我试图为此找到一个 tidyverse 解决方案，虽然它并没有真正解决上面的 date 问题，但这里是 -- 如何读取、修改和写入几个 csv 文件使用 map 来自 purrr。

library(tidyverse)


# There are some sample csv file in the "sample" dir.
# First get the paths of those.

datapath <- fs::dir_ls("./sample", regexp = ("csv"))

datapath

# Then read in the data, such as it is a list of data frames
# It seems simpler to write them back to disk as separate files.
# Another way to read them would be:
# newsampledata <- vroom::vroom(datapath, ";", id = "path")
# but this will return a DF and separating it to different files
# may be more complicated.

sampledata <- map(datapath, ~ read_delim(.x, ";"))

# Do some transformation of the data.
# Here I just alter the column names.

transformeddata <- sampledata %>% 
  map(rename_all, tolower)

# Then prepare to write new files
names(transformeddata) <- paste0("new-", basename(names(transformeddata)))

# Write the csv files and check if they are there
map2(transformeddata, names(transformeddata), ~ write.csv(.x, file = .y))
dir(pattern = "new-")

R：使用 foreach 读取 csv 数据并对数据应用函数并导出回 csv

R: using foreach to read csv data and apply functions over the data and export back to csv

foreach

r

parallel-foreach