我有其中R问题,ffdfdply功能řffdfdply分裂问题
a=as.ffdf(data.frame(b=11:20,c=c(4,4,4,4,4,5,5,5,5,5), d=c(1,1,1,0,0,0,1,0,1,1)))
ffdfdply(a, split=a$c, FUN= function(x) {data.frame(cumsum(x$d))}, trace=T)
它产生的输出是简单地不考虑分割准则的累积和。
我需要这样的
c cumsum
4 1
4 2
4 3
4 4
4 4
5 0
5 1
5 1
5 2
5 3
输出我们可以包括“分裂”下的多个列?如果有人提供了一个例子,这将是非常棒的。
谢谢。
@jwijffels,我对另一组数据
i=as.ffdf(data.frame(a=c(1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2), b=c(1,4,6,2,5,3,1,4,3,2,8,7,1,3,5,4,2,6,3,1,2), c=c(1,1,1,1,1,1,2,2,2,2,1,1,1,1,1,1,1,1,2,2,2), d=c(1,0,1,1,0,1,0,1,1,0,0,1,1,1,0,0,1,1,1,1,0)))
我收到的输出是不正确的测试解决方案。我需要a列和c列的累积和d列。
下面的步骤是正确的,给了正确的结果
idx <- ffdforder(i[c("a","c","b")])
ordered_i <- i[idx, ]
ordered_i$key_a_c <- ikey(ordered_i[c("a", "c")])
,但是当我尝试累计总和,得到不正确的结果。
cumsum_i <- ffdfdply(ordered_i, split=as.character(ordered_i$key_a_c), FUN= function(x) {
## Data in RAM, on which you can use data.table
x <- as.data.table(x)
result <- x[, cumsum_a_c := cumsum(x$d), by = list(key_a_c)]
as.data.frame(result)
}, trace=T)
请帮忙。我需要在大数据上运行这些命令。
可能重复[使用ffdfdply来拆分数据并获得每个id在拆分中的特征](http://stackoverflow.com/questions/10981384/using-ffdfdply-to-split-data -and-GET-特性 - 的 - 每个-ID-中最分裂 – thelatemail
使用cumsum_a_c):不是cumsum_a_c = cumsum(d):= cumsum(X $ d)。这是FUN中正确的data.table语法。 – jwijffels