Question

对于长格式的数据，我试图生成一个1：事件长度的序列来计算ID中每个事件的长度（时间），如下所示：

ID   Event  Time
1    1      1
1    1      2
1    1      3 
1    2      1
1    2      2
1    2      3

使用ave似乎很简单：

time <- ave(event, ID, FUN = sequence)

代码在1000行的数据集中正常工作。但是，在134000行的完整数据集和3mb的文件大小上，我的计算机几乎冻结了大约40分钟，我得到错误“无法分配大小为419kb的向量”。我正在运行64位版本的R，我的机器有4 GB的RAM。文件大小似乎不是特别大，任务不是太繁琐，所以我认为这是ave的一个问题，我尝试使用聚合，然后ddply来自plyr包，并尝试相同的问题。我还尝试使用8 gb RAM的笔记本电脑，增加R中的内存限制，并清除所有其他应用程序以释放内存。这是一项内存密集型任务，我正试图参与竞争吗？还有更有效的替代方案吗？

Answer 1

将sequence用作FUN可能无法正常工作。例如，

sequence(c(6, 5))
#[1] 1 2 3 4 5 6 1 2 3 4 5

seq_along(c(6, 5))
#[1] 1 2

请注意，在前一种情况下，它返回一个长度为11的向量。

ave期望输出vector与初始length

的vector相同

因此，基于此，最好在seq_along

中使用FUN作为ave参数

df1$Time <- with(df1, ave(Event, Event, ID, FUN = seq_along))

更快的选项是使用data.table，我们在按“ID”和“事件”分组后分配（:=）序列

library(data.table)
setDT(df1)[, Time := seq_len(.N), .(ID, Event)]

R中ave函数的问题：错误“无法分配大小为419 kb的向量”。

1 个答案: