この質問が既に尋ねられたかどうかわかりません。しかしここに私の研究で何をしているのですか?あなたは、ファイル名をループしそう
のように1つのオブジェクトにそれらを集約
require(data.table)
dt1 <- data.table()
for (i in 1:100) {
k <- paste0("C:/chunkruns/dat",i,"/dt.RData")
load(k)
dt1 <- rbind(dt1,dt)
}
agg.data <- dt1
rm(dt1)
上記のコードは、すべてのファイルを別のフォルダに同じファイル名で保存されていることを前提とすることができます。
さもないと、あなたはパターンに一致するファイルパスを識別して、「ノード」と彼らに
require(data.table)
# Get the list of files and then read the files using read.csv command
k <- list.files(path = "W:/chunkruns/dat", pattern = "Output*", all.files = FALSE, full.names = TRUE, recursive = TRUE)
m <- lapply(k, FUN = function (x) read.csv(x,skip=11,header = T))
agg.data <- rbindlist(m)
rm(m)
を結合するために、以下を使用することができますが、複数の物理マシンを意味するのですか? –
良い質問です。スーパーコンピュータには、24個のプロセッサを搭載した多数のマシンがあります。私は1つのマシンでシミュレーションをやろうとしているのか、それとも多くのマシンで行うのかはわかりません。 – jntrcs
@jntrcsすべてのノードがアクセスできる共有記憶域はありますか?その場合は、適切なフォルダ構造を決定し、個々のシミュレーションの結果を1つのドライブ上の対応するフォルダに保存することができます。このシナリオでは、以下に投稿したコードが機能します。 – Gandalf