r - ffbase::as.character 中的 "by"参数有什么作用？

Question

在下面的帖子中，

aggregation using ffdfdply function in R

有这样一行。

splitby <- as.character(data$Date, by = 250000)

出于好奇，我想知道 by 参数是什么意思。它似乎与 ff 数据框有关，但我不确定。 as.character 和 as.vector 的 Google 搜索和 R 文档没有提供有用的信息。

我尝试了一些示例，但下面的代码给出了相同的结果。

d <- seq.Date(Sys.Date(), Sys.Date()+10000, by = "day")
as.character(d, by=1)
as.character(d, by=10)
as.character(d, by=100)

如果有人能告诉我这是什么，我将不胜感激。预先感谢您。

Answer 1

由于 as.character.ff 在内部使用默认的 as.character 工作，并且鉴于 df 向量可能大于 RAM，因此数据需要以 block 的形式进行处理。 chunk 函数有助于将其划分为 block 。在这种情况下，相关方法是chunk.ff_vector。默认情况下，这将通过将 getOption("ffbatchbytes") 除以记录大小来计算 block 大小。但是，可以通过使用 by 提供 block 大小来覆盖此行为。

在您给出的示例中，ff 向量将一次转换为字符 250000 个成员。

对于任何 by 或根本没有 by，最终结果都是相同的。值越大，RAM 的临时使用量越大，但操作速度可能会更快。