替换MSR中的existng列

为什么下面的MSR代码不会替换原始列“Var1”？替换MSR中的existng列

rxDataStep(inData = input_xdf, outFile = input_xdf, overwrite = TRUE, 
     transforms = list(Var1 = as.numeric(Var1)), 
     transformVars = c("Var1") 
     )

来源

2016-12-15 JimBoy

目前，RevoScaleR不支持在xdf文件中更改变量的类型（即使您写入不同的文件）。做到这一点的方法是创建一个新变量，删除旧变量，然后将新变量重命名为旧名称。

我建议用transformFunc（见?rxTransform了解更多信息）这样做，这样就可以创建新的变量，并删除旧的，只需一个步骤：

rxDataStep(inXdf, outXdf, transformFunc=function(varlst) { 
    varlst$Var1b <- as.numeric(varlst$Var1) 
    varlst$Var1 <- NULL 
    varlst 
}, transformVars="Var1") 

# this is fast as it only modifies the xdf metadata, not the data itself 
names(outXdf)[names(outXdf) == "Var1b"] <- "Var1"

来源

2016-12-17 12:54:46

RevoScaleR不允许操作现有变量的原因是什么？ – JimBoy

我不在工程团队中，所以我不能给出明确的答案，但这是出于性能原因。 –

MSR不允许您覆盖到位的变量有不同的变量类型。

您有两种选择：写入不同的变量或写入不同的文件。我添加了一些代码，显示这两种解决方案的工作方式如MRS 9.0.1中所述。正如评论中所述，早期版本中有一些地方可能无法正常工作。我不完全确定这一点，所以代码应该让你知道。

input_xdf <- "test.xdf" 
modified_xdf <- "test_out.xdf" 

xdf_data <- data.frame(Var1 = as.character(1:10), 
         Var2 = 2:11, 
         stringsAsFactors = FALSE) 

rxDataStep(inData = xdf_data, 
      outFile = input_xdf, 
      rowsPerRead = 5, 
      overwrite = TRUE) 

rxDataStep(inData = input_xdf, 
      outFile = input_xdf, 
      overwrite = TRUE, 
      transforms = list(Var1b = as.numeric(Var1)), 
      transformVars = c("Var1") 
) 

rxGetInfo(input_xdf, getVarInfo = TRUE, numRows = 5) 

rxDataStep(inData = input_xdf, 
      outFile = modified_xdf, 
      transforms = list(Var1 = as.numeric(Var1)), 
      transformVars = c("Var1") 
) 

rxGetInfo(modified_xdf, getVarInfo = TRUE, numRows = 5)

来源

2016-12-16 15:48:55

其实，你的第二个选项赢得没有工作（RevoScaleR中那些恼人的疣之一）。我不认为有任何方法可以改变现有变量的类型，即使你写入不同的文件。 –

@HongOoi，之前可能是真的，但现在不是这样。我在发布之前进行了测试。两种解决方案都可以工我将添加一些代码，使其成为一个工作示例。 –

我收到了不同的结果。邮件已发送。 –

替换MSR中的existng列

回答

相关问题