ffbase::as.character中的"by“参数是做什么的？

Question

在下面的帖子里，

aggregation using ffdfdply function in R

有这样一条线。

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

出于好奇，我想知道by论点是什么意思。它似乎与ff数据格式有关，但我不确定。谷歌搜索和as.character和as.vector的R文档没有提供任何有用的信息。

我试过一些例子，但下面的代码给出了同样的结果。

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，我会很感激的。提前谢谢你。

Answer 1

由于as.character.ff在内部使用默认的as.character，并且考虑到df向量可能大于RAM，因此需要以块的形式处理数据。chunk函数为块分区提供了便利。在这种情况下，相关的方法是chunk.ff_vector。默认情况下，这将通过将getOption("ffbatchbytes")除以记录大小来计算块大小。但是，可以通过使用by提供块大小来覆盖此行为。

在给出的示例中，ff向量将一次转换为character 250000成员。

对于任何by或完全没有by的情况，最终结果都是一样的。较大的值将导致更多的临时使用RAM，但可能更快的操作。

Answer 2

首先，该函数是ffbase::as.character，而不是普通的旧base::as.character。

见http://www.inside-r.org/packages/cran/ffbase/docs/as.character.ff，上面写着

as.character((x, ...))

Arguments:
x: a ff vector
...: other parameters passed on to chunk

因此，by参数将传递给某些chunk函数。然后，您需要知道使用的是哪个包的chunk函数。输入?chunk，告诉我们哪一个，然后去读它的文档，看看它的by参数是干什么的。