Подмножество объектов ffdf в R

Я использую пакет R ff, и у меня есть некоторые объекты ffdf (размеры около 1.5M x 80), с которыми мне нужно работать. У меня возникают проблемы с тем, что я использую эффективные операции нарезки/нарезки.

Например, у меня есть два целых столбца с именем "YEAR" и "AGE", и я хочу создать таблицу AGE, когда YEAR - 2005.

Один из подходов заключается в следующем:

ffwhich <- function(x, expr) {
  b <- bit(nrow(x))
  for(i in chunk(x)) b[i] <- eval(substitute(expr), x[i,])
  b
}
bw <- ffwhich(a.fdf, YEAR==1999)
answer <- table(a.fdf[bw, "AGE"])

Операция table() выполняется быстро, но создание битового вектора происходит довольно медленно. У кого-нибудь есть рекомендации для этого лучше?

Ответ 1

Пакет ffbase предоставляет множество базовых функций для объектов ff/ffdf, включая subset.ff. С немного ограниченным тестированием кажется, что subset.ff относительно быстр. Попробуйте загрузить ffbase, а затем используйте более простой код, предложенный вами из предыдущего комментария (with(subset(a.fdf, YEAR==1999)).

Ответ 2

Не знакомы с управлением объектами ff, но описанная вами проблема звучит как классическая задача tapply():

answer <- tapply(a.fdf$YEAR[a.fdf$YEAR == 1995], a.fdf$AGE[a.fdf$YEAR == 1995], length)

Я бы предположил, что что-то подобное движется быстрее, чем предлагаемое выше двухэтапное решение, но, может быть, я не понимаю, как работают структуры данных ff?

Ответ 3

Мой подход будет примерно таким:

system.time({ 
 index <- as.ff( which( a.fdf[,'Location'] == 'exonic') ); 
 table(a.fdf[index,][,'Function']);
});                                                                                             
user  system elapsed 
1.128   0.172   1.317

Кажется, это значительно быстрее, чем:

system.time({
 bw <- ffwhich(a.fdf, Location=="exonic");  
 table(a.fdf[bw,'Function']);
})
user  system elapsed 
24.901   0.208  25.150

YMMV, так как это факторы, а не символы, а мой ffdf ~ 4.3M * 42.

identical(table(a.fdf[bw,'Function']), table(a.fdf[index,][,'Function']));
[1] TRUE