Подтвердить что ты не робот

Write.csv для больших данных. таблица в R

У меня есть data.table, который не очень большой (2 ГБ), но по какой-то причине write.csv занимает очень много времени, чтобы записать его (я никогда не заканчивал ждать) и, кажется, использует тонну ОЗУ для этого. Я попытался преобразовать data.table в data.frame, хотя это ничего не должно делать, поскольку data.table extends data.frame. кто-нибудь сталкивался с этим? что более важно, если вы остановите его с помощью Ctrl - C, R, похоже, не возвращает память.

Ответ 1

ОБНОВЛЕНИЕ 08.04.2016:

fwrite недавно добавлен в версию разработки пакета data.table. Он также работает параллельно (неявно).

# Install development version of data.table
install.packages("data.table", 
                  repos = "https://Rdatatable.github.io/data.table", type = "source")

# Load package
library(data.table)

# Load data        
data(USArrests)

# Write CSV
fwrite(USArrests, "USArrests_fwrite.csv")

В соответствии с подробными тестовыми тестами, показанными в ускоряя производительность write.table, fwrite составляет ~ 17 раз быстрее, чем write.csv там (YMMV).

ОБНОВЛЕНИЕ 15.12.2015:

В будущем в пакете data.table может быть функция fwrite, см. https://github.com/Rdatatable/data.table/issues/580. В этом потоке связан GIST, который обеспечивает протип для такой функции, ускоряя процесс в 2 раза (по мнению автора, https://gist.github.com/oseiskar/15c4a3fd9b6ec5856c89).

ОРИГИНАЛЬНЫЙ ОТВЕТ:

У меня были те же проблемы (пытаясь записать еще большие CSV файлы), и решил, наконец, снова использовать CSV файлы.

Я бы рекомендовал вам использовать SQLite, поскольку он намного быстрее, чем работа с файлами CSV:

require("RSQLite")
# Set up database    
drv <- dbDriver("SQLite")
con <- dbConnect(drv, dbname = "test.db")
# Load example data
data(USArrests)
# Write data "USArrests" in table "USArrests" in database "test.db"    
dbWriteTable(con, "arrests", USArrests)

# Test if the data was correctly stored in the database, i.e. 
# run an exemplary query on the newly created database 
dbGetQuery(con, "SELECT * FROM arrests WHERE Murder > 10")       
# row_names Murder Assault UrbanPop Rape
# 1         Alabama   13.2     236       58 21.2
# 2         Florida   15.4     335       80 31.9
# 3         Georgia   17.4     211       60 25.8
# 4        Illinois   10.4     249       83 24.0
# 5       Louisiana   15.4     249       66 22.2
# 6        Maryland   11.3     300       67 27.8
# 7        Michigan   12.1     255       74 35.1
# 8     Mississippi   16.1     259       44 17.1
# 9          Nevada   12.2     252       81 46.0
# 10     New Mexico   11.4     285       70 32.1
# 11       New York   11.1     254       86 26.1
# 12 North Carolina   13.0     337       45 16.1
# 13 South Carolina   14.4     279       48 22.5
# 14      Tennessee   13.2     188       59 26.9
# 15          Texas   12.7     201       80 25.5

# Close the connection to the database
dbDisconnect(con)

Для получения дополнительной информации см. http://cran.r-project.org/web/packages/RSQLite/RSQLite.pdf

Вы также можете использовать программное обеспечение, например http://sqliteadmin.orbmu2k.de/ для доступа к базе данных и экспорта базы данных в CSV и т.д.