使用％in％时R挂断

Question

我在R中使用了2个中等大小的数据集。我想检查一个数据集，如果它的参考编号与其他数据集中的参考编号匹配，如果是，则在第二个数据集中分配一个包含值存在于另一个数据集的列中。

ghi2$state=ifelse(b1$accntnumber %in% ghi2$referencenumber,b1$address,0)

每次我运行此代码时，我的RStudio都会挂起并且很长时间没有响应。是因为它花时间处理命令还是我的命令错了。 我正在使用2GB RAM系统，所以我认为R挂断了。我应该使用==运算符而不是％in％？我会得到相同的结果吗？

Answer 1

<强> 1。我应该使用==运算符而不是％in％？

不（！）。见＃2。

<强> 2。我会得到相同的结果吗？

没有。订单和位置必须与==匹配。另外，请参阅@ Akrun的评论。

第3。如何加快速度和/或处理RStudio冻结

如果RStudio冻结，您可以保存您的日志文件信息，将其发送给将快速响应的RStudio团队，您也可以将您的日志文件提供给我们以获取帮助。

除此之外，适用一般大数据规则。以下是一些提示：

1. 尝试data.table
2. 在命令行而不是RStudio
上尝试
3. 观察资源监视器（或用于监视资源的任何内容）并观察内存和CPU使用情况

4. 如果是RAM问题，你可以

   一个。使用云帐户获取更多内存

   湾买一些RAM（只是说'）

   ℃。使用64位R并将R可用的RAM增加到最大值（如果它还不是

）

5. 如果是CPU问题，您可以考虑并行化

6. 如果正在重复这些ID中的任何一个（这在您的特定用例的上下文中是有意义的），您可以使用unique来避免冗余的比较

在SO上预先存在的大数据Q＆amp; A中还有许多其他提示。