我知道fread相对较新，但它确实提供了很好的性能提升。我想知道的是，您可以从正在阅读的文件中选择行和列吗？有点像read.csv.sql那样做了什么？我知道使用select的{{1}}选项可以选择要读取的列，但是如何仅读取满足特定条件的行。
例如，可以使用fread实现以下内容吗？
fread如果这还不可能，是否建议阅读全部数据，然后使用read.csv.sql(file, sql = "select V2,V4,V7,V8,V9, V10 from file where V5=='CE' and V10 >= 500",header = FALSE, sep= '|', eol ="\n")
等来得出最终结果？或者它是否会破坏使用subset的目的？
作为参考，我必须阅读大约800个文件，每个文件包含大约100,000行和10列。 欢迎任何意见。
感谢。
答案 0 :(得分：4)
目前无法选择fread()与read.csv.sql()一样的行。但是，最好还是阅读整个数据（内存允许），然后根据您的标准对其进行子集化。对于200 MB的文件，fread() + subset()的效果比read.csv.sql()高出约4倍。
所以，使用@ Arun的建议，
ans = rbindlist(lapply(files, function(x) fread(x)[, fn := x]))
subset(ans, 'your criteria')
比原问题中的方法更好。