r - 有没有比 rowwise() 更快的方法将函数按行应用于 tibble 的一列？

Question

我有一个 tibble df，其中每一行都包含一个后验分布列表(beta)(4000 个样本)。我想使用 bayestestR::bayesfactor_parameters 计算贝叶斯因子，但我使用 rowwise() 的方法非常慢(大约 3000 行需要 20 分钟)。您知道将此函数应用于小标题的每一行的更快方法吗？非常感谢。

df <- tibble(idx = seq(1, 3000), beta = list(rnorm(4000, 0.5, 3)))
df <- df %>% 
  slice(1:10) %>% 
  rowwise() %>% 
  mutate(ioi = bayestestR::
           bayesfactor_parameters(posterior = unlist(beta), prior = rnorm(1e4, 0, 10), 
                                  direction = "two-sided", 
                                  null = c(-1, 1))$log_BF) %>% 
  ungroup()

Answer 1

是的!使用 multidplyr 并行申请

cluster <- new_cluster(parallel::detectCores() - 2)
cluster_library(cluster, c('tidyverse', 'furrr'))
cluster_copy([...])
df %>% 
    rowwise() %>% 
    partition(cluster) %>% 
    mutate([...]) %>% 
    collect()