- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有非常大的表(3000 万行),我想将其作为数据帧加载到 R 中。read.table()
有很多方便的功能,但似乎有实现中的许多逻辑会减慢速度。在我的例子中,我假设我提前知道列的类型,该表不包含任何列标题或行名,并且没有我必须担心的任何病态字符。
我知道使用 scan()
以列表的形式读取表格会非常快,例如:
datalist <- scan('myfile',sep='\t',list(url='',popularity=0,mintime=0,maxtime=0)))
但我将其转换为数据框的一些尝试似乎将上述性能降低了 6 倍:
df <- as.data.frame(scan('myfile',sep='\t',list(url='',popularity=0,mintime=0,maxtime=0))))
有更好的方法吗?或者很可能完全不同的问题解决方法?
最佳答案
几年后的更新
这个答案是旧的,R 已经移动了。调整 read.table
跑得快一点几乎没有什么好处。您的选择是:
使用 vroom
来自 tidyverse 包 vroom
用于将数据从 csv/制表符分隔的文件直接导入 R tibble。参见 Hector's answer .
使用 fread
在 data.table
用于将数据从 csv/tab 分隔文件直接导入 R。参见 mnel's answer .
使用 read_table
在 readr
(2015 年 4 月在 CRAN 上)。这很像 fread
多于。链接中的自述文件解释了这两个函数之间的区别(readr
目前声称比data.table::fread
慢“1.5-2 倍”)。
read.csv.raw
来自 iotools
为快速读取 CSV 文件提供了第三种选择。
尝试在数据库而不是平面文件中存储尽可能多的数据。 (作为更好的永久存储介质,数据以二进制格式传入和传出 R,速度更快。) read.csv.sql
在 sqldf
包,如 JD Long's answer 中所述,将数据导入临时 SQLite 数据库,然后将其读入 R。另请参阅: RODBC
包,反向取决于 DBI
package 的部分页。 MonetDB.R
为您提供一种数据类型,它伪装成数据框,但实际上是底层的 MonetDB,从而提高了性能。使用其 monetdb.read.csv
导入数据功能。 dplyr
允许您直接使用存储在多种类型数据库中的数据。
以二进制格式存储数据也有助于提高性能。使用 saveRDS
/readRDS
(见下文), h5
或 rhdf5
HDF5 格式的包,或 write_fst
/read_fst
来自 fst
包。
原答案
无论您使用 read.table 还是 scan,都可以尝试一些简单的操作。
设置nrows
=数据中的记录数(nmax
中的 scan
)。
确保 comment.char=""
关闭评论的解释。
使用 colClasses
明确定义每一列的类在read.table
.
设置 multi.line=FALSE
还可以提高扫描性能。
如果这些都不起作用,则使用 profiling packages 之一以确定哪些线路正在减慢速度。也许你可以写一个精简版的read.table
根据结果。
另一种方法是在将数据读入 R 之前对其进行过滤。
或者,如果问题是您必须定期读取它,那么使用这些方法一次性读取数据,然后将数据帧保存为二进制 blob, save
saveRDS
, 那么下次您可以使用 load
更快地检索它readRDS
.
关于r - 快速读取非常大的表作为数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39802118/
如何更改循环中变量的名称?比如 number1 、 number2 、 number3 、 number4 ? var array = [2,4,6,8] func ap ( number1: Int
我想设置 View 的背景颜色并在一定延迟后将其更改为另一种颜色。这是我的尝试方式: print("setting color 1") self.view.backgroundColor = UICo
我在使用 express-session 时遇到问题。 session 数据不会在请求之间持续存在。 正如您在下面的代码中看到的那样,/join 路由设置了一些 session 属性,但是当 /sur
我试图从叶渲染器获得一个非常简单的结果,用于快速 Steam 的 for 循环。 我正在上传叶文件 HTML,因为它不接受此处格式正确的代码 - 下面的pizza.swift代码- import
你们中有人有什么好的链接可以与我分享吗?我正在寻找一个 FAST 程序员编辑器,它可以非常快速地打开包含超过 100, 000 行代码的文件?我目前正在使用记事本自动取款机,打开一个 29000 行长
我现在正在处理眼动追踪数据,因此拥有一个巨大的数据集(想想数百万行),因此希望有一种快速的方法来完成此任务。这是它的简化版本。 数据告诉您眼睛在每个时间点正在查看的位置以及我们正在查看的每个文件。 X
我是新手,想为计时器或其他设备选择提示音。 如何打开此列表,以选择其中一种声音? Alert sound list 最佳答案 您将无法在应用中使用系统声音。 但是,您可以包括自己的声音文件,并将其显示
我编写了以下代码来构建具有顺序字符串的数组。 它的工作方式与我预期的一样,但我希望它能更快地运行。有没有更有效的方法在PowerShell中产生我想要的结果? 我是PowerShell的新手,非常感谢
我有一个包含一些非唯一行的矩阵,例如: x 尝试 y <- rle(apply(x, 1, paste, collapse = " ")) # y$lengths is the vector con
我的函数“keyboardWillShown”有问题。所以我想要的是菜单打开时,菜单正好出现在键盘上方。它可以在Iphone 8 plus,8、7、6上完美运行。但是,当我在模拟器上运行Iphone
我正在尝试通过Swift 5中的HTTP get方法从API提取数据。它在启动时成功加载了数据,但是当我刷新页面时,它说“索引超出范围”,这是因为数据是不再会在我的日志中读取,因此索引中没有任何内容。
我想做什么: 从我的数据库中获取时间戳并将其转换为用户的时区。 我的代码: let tryItNow = "\(model.timestampName)" let format = D
给定字体名称和字体大小,如何查找字符串的宽度(CGFloat)? (目标是将UIView的宽度设置为足以容纳字符串的宽度。) 我有两个字符串:一个重复“1”,重复36次,另一个重复“M”,重复36次。
我正在尝试解析此JSON ["Items": ( { AccountBalance = 0; AlphabetType = 3; Description = "\U0631\U
我在UINavigationBar内放置了一个UILabel。 我想根据navigationBar的高度增加该标签的字体大小。当navigationBar很大时,我希望字体大小更大;当滚动并缩小nav
我想将用户输入限制为仅有效数字并使用以下内容: func textView(_ textView: UITextView, shouldChangeTextIn range: NSRange, rep
目前我有一个包含超过 100.000 张图像的数据库,它们大小不一或类似,但我想为我的公司制作以下内容: 我插入/上传一张图片,系统返回最有可能相同的图片。我不知道使用什么算法,但它需要快速。我可以预
在我的 swift 项目中,我有一个按钮,我想在标签上打印按下该按钮的时间。 如何解决这个问题? 最佳答案 添加到DHEERAJ的答案中,您只需在func press(sender: UIButton
我必须发表评论,尝试在解析中导入数组。然而,有一个问题。 当我尝试从 Parse 加载数组时,我的输出是 ("Blah","Blah","Blah")这是一个元组...而不是一个数组 TT... 如何
我的应用程序有一个名为 MyDevice 的类,我用它来与硬件通信。该硬件是可选的,实例变量也是可选的: var theDevice:MyDevice = nil 然后,在应用程序中,我必须初始化设备
我是一名优秀的程序员,十分优秀!