r - 使用sapply时如何应用多核？

Question

R 3.1.2
library(RcppRoll)

我的数据框

y=
  V1 V2 V3 V4 V5 V6 V7 V8 V9 
1  1  2  3  4  5  6  7  8  9  
2 16 17 18 19 20 21 22 23 24 
3 31 32 33 34 35 36 37 38 NA  
4 46 47 48 49 50 51 52 53 54  

我的功能:

    sapply(y, RcppRoll::roll_mean, n = 3, na.rm = T)

我没有问题并且工作正常，但是在使用我的大量数据时它非常慢。我想知道我们如何使用多核或什至使用 for 循环来加快 sapply 的性能？

@Khashaa 是的，我试过了，速度更快，但我的输出有问题:

输出:

> 
      [,1] [,2] [,3] 
[1,]   16   17   18 

这会导致我的其余代码出现问题，因此我想更改为:

       V1 V2 V3
[1,]   16 17 18

有什么想法吗？

Answer 1

在这个具体的例子中，你不需要sapply。只需 roll_mean(as.matrix(y), 3, na.rm=T) 就足够了

y <- runif(1e7) 
dim(y) <- c(1e3, 1e4)
y <- data.frame(y)
system.time(sapply(y, RcppRoll::roll_mean, n = 3, na.rm = T))
#   user  system elapsed 
# 14.120   0.451  18.960 
system.time(RcppRoll::roll_mean(as.matrix(y), 3, na.rm=T))
#   user  system elapsed 
#  0.329   0.000   0.329 
# About 60x times faster

与 sapply 结果的唯一区别是 colnames ，您可以按如下方式更改

res <- RcppRoll::roll_mean(as.matrix(y), 3, na.rm=T)
colnames(res) <- colnames(y)
res
#     V1 V2 V3 V4 V5 V6 V7 V8   V9
#[1,] 16 17 18 19 20 21 22 23 16.5
#[2,] 31 32 33 34 35 36 37 38 39.0