cast函数是非常耗费内存的，如何处理它？

Question

我的表格如下：

date    item_id    store_id   sale_num
1/1/15    33         1          10
1/1/15    33         2          12
1/1/15    33         3          15
1/1/15    44         1          54
1/1/15    44         3          66 
1/2/15    33         1          14
....  

我想转换表，以便将store_id放入多列，而value是sale_num。该表应该是：

date    item_id   store1   store2   store3  
1/1/15   33         10       12       15
1/1/15   44         54       NA       66
1/2/15   33         14       NA       NA
......

当我使用小规模的cast函数，原始表中的1000行时，没有问题。

但是，原始表在R中有38,000,000行和comsumes 1.5 GB内存。 当我使用强制转换功能时，该功能的成本约为34 GB内存，并且无休止地运行。

它有什么问题？还有其他办法吗？

Answer 1

我们可以使用dcast中的data.table。它应该比cast中的reshape更有效。我们转换了＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （setDT(df1)），然后使用dcast。

library(data.table)
dcast(setDT(df1), date+item_id~ paste0("store", 
              store_id), value.var="sale_num")
#      date item_id store1 store2 store3
#1: 1/1/15      33     10     12     15
#2: 1/1/15      44     54     NA     66
#3: 1/2/15      33     14     NA     NA