R 在Windows上并行使用ddply（）的简单工作示例

我一直在寻找一个并行使用ddply（）的简单工作示例。我已经安装了“foreach”包，但是当我调用ddply（.parallel=TRUE）时，我得到一个警告：“没有并行后端注册”）

---

有人能提供一个简单的并行使用ddply的工作示例吗？

您是否已将并行后端注册到

foreach

---

在与

plyr

A一起使用

foreach

之前，您可能需要仔细阅读它的使用情况。我一直在与Hadley沟通，近期没有计划修复此错误。任何人都可以尝试修复本身。以下是我从哈德利那里得到的一些提示：

“在最简单的层面上，这相对容易——你只需要通过考试 .将参数导出到foreach。理想情况下，plyr会找出 自动导出，但同时修改。并行于 将参数列表作为foreach（而不仅仅是T/F）的参数 迈出了一大步。从llply开始，如果你能让它起作用，那就是 让所有其他功能也工作起来相当简单。”

我强烈推荐snow和doSNOW在Windows上使用并行foreach。其他平行后端为：1。不支持Windows 2。不在64位Windows 3上工作。应该可以在窗户上工作，但是太难了。 斯诺/多斯诺是唯一“开箱即用”的解决方案

---

祝你好运

在Unix环境中，可以使用doMC包及其函数registerDoMC（）执行此操作

>registerDoMC（）
>示例下面是一个简单的工作示例：

> df <- data.frame(val=1:10, ind=c(rep(2, 5), rep(3, 5)))
> library(doSNOW)
> registerDoSNOW(makeCluster(2, type = "SOCK"))
> system.time(print(ddply(df, .(ind), function(x) { Sys.sleep(2); sum(x) }, .parallel=FALSE)))
  ind V1
1   2 25
2   3 55
   user  system elapsed 
   0.00    0.00    4.01 
> system.time(print(ddply(df, .(ind), function(x) { Sys.sleep(2); sum(x) }, .parallel=TRUE)))
  ind V1
1   2 25
2   3 55
   user  system elapsed 
   0.02    0.00    2.02 

df库（doSNOW）
>registerDoSNOW（makeCluster（2，type=“SOCK”））
>系统时间（打印（ddply（df，.（ind），函数（x）{Sys.sleep（2）；sum（x）}，.parallel=FALSE）））
ind V1
1   2 25
2   3 55
用户系统运行时间
0.00    0.00    4.01 
>系统时间（打印（ddply（df，.（ind），函数（x）{Sys.sleep（2）；sum（x）}，.parallel=TRUE）））
ind V1
1   2 25
2   3 55
用户系统运行时间
0.02    0.00    2.02 

我查看了函数列表，但没能找到它。我也看了小插曲，但找不到术语“后端”或“注册”=）我希望有人能发布一个简单、完整的工作示例。@SFun28-您是否签出了小插曲（“gettingstartedMC”）？在我的标题中添加了“在Windows上”…在32位的实验性多核软件包上似乎是可能的，但是不能在64位上使用。除了Dirk的评论，我很喜欢使用snowfall软件包（如果你喜欢这类软件的话）。根据这篇文章，似乎下一版本的plyr中可能会有一个补丁。我已经给哈德利发了电子邮件来获取独家新闻：ddply现在支持这一点真是太好了。谢谢你把这个从墓地里挖出来@Shane在LinuxBox上运行它的指令会有所不同吗？问题是关于WINDOWS而不是Unix的。

> df <- data.frame(val=1:10, ind=c(rep(2, 5), rep(3, 5)))
> library(doSNOW)
> registerDoSNOW(makeCluster(2, type = "SOCK"))
> system.time(print(ddply(df, .(ind), function(x) { Sys.sleep(2); sum(x) }, .parallel=FALSE)))
  ind V1
1   2 25
2   3 55
   user  system elapsed 
   0.00    0.00    4.01 
> system.time(print(ddply(df, .(ind), function(x) { Sys.sleep(2); sum(x) }, .parallel=TRUE)))
  ind V1
1   2 25
2   3 55
   user  system elapsed 
   0.02    0.00    2.02