如何过滤r中data.table中的integer64类数据

Question

我有来自kaggle（http://www.kaggle.com/c/acquire-valued-shoppers-challenge/data）的20GB交易数据集。

行超过3亿，变量为11。

使用R处理太重了。所以我想过滤数据。

id class是interger64。

唯一ID为311541，我想要样本20000。

我正在使用data.table但是有一个像图片一样的错误。

有没有办法对id进行抽样？

Answer 1

如果我没记错的话，integer64只被double屏蔽为integer。在不进行任何复制的情况下获取子集的最佳方法是使用setattr中的data.table函数。试试这个：

#remove the integer64 class
setattr(transaction$id,"class",NULL)
custom_sample<-sample(unique(transaction$id),20000)
sample_transac<-transaction[id %in% custom_sample,]
#give the integer64 class back
setattr(sample_transac$id,"class","integer64")