R并行编程运行报错“could not find function "%>%"”求解决方案

你开启并行计算后，子进程不会自动继承主进程已经加载的dplyr包，而自定义函数df_acast、df_proc内部都用到了dplyr提供的%>%管道符，子进程运行时找不到该函数因此报错。

优先推荐使用方案1，改动量最小且不会破坏原有代码结构，三种方案任选其一即可：

• 方案1：在并行参数中指定需要加载的包
  修改df_proc函数中plyr::daply调用行，添加.paropts参数声明要加载的依赖包，如果你用到lubridate相关函数也可以一并添加：

dfa <- plyr::daply(df[c("lon", "lat", "event_no", col_choice)], 
                   c("event_no"), df_acast, .parallel = T, lon_lat = lon_lat,
                   .paropts = list(.packages = c("dplyr", "lubridate")))

• 方案2：在自定义函数内部显式加载依赖包
  在df_acast和df_proc函数的第一行都加上加载dplyr的语句，子进程调用函数时会自动加载：

df_acast <- function(df, lon_lat){
  library(dplyr)
  library(lubridate)
  # 后续原有代码保持不变
}

df_proc <- function(df, col_choice){
  library(dplyr)
  # 后续原有代码保持不变
}

• 方案3：显式指定管道符的所属包
  把所有用到%>%的地方替换为显式引用写法，不需要调整包加载逻辑：

res <- df `dplyr::%>%`
  dplyr::right_join(lon_lat, by = c("lon", "lat")) `dplyr::%>%`
  dplyr::arrange(lon, lat)

内容的提问来源于stack exchange，提问作者Sudhansu Baranwal