我正在使用一个data.table，该fread是使用data.table从.txt文件中读取的。 integer包含一些bigz列以及一列非常大的整数，我打算将它们存储为fread。但是，如果我打算保留所有数字（并且我愿意），character只会以#Something to the effect of (run not needed):
#fread(file = FILENAME.txt, header=TRUE, colClasses = c(rep("integer", 10), "character"), data.table = TRUE)
的形式读取大整数。
character此外，我正在处理相当大的数据集。我的主要问题是将data.table中的bigz列转换为 的data.table列，而无需创建新对象。
这是一个演示我的问题的玩具示例。首先，我知道bigz的 可以有library(gmp)
library(data.table)
exa = as.bigz(2)^80 #A very large number
cha = as.character(exa) #The same number in character form
(good = data.table(nums = 1:3, lets = letters[1:3], bigs = rep(exa, 3)))
str(good) #Notice "bigs" is type bigz (and raw?)
个列- IF ，它们是在新对象中引入的。
character但是，如果要将bigz列即时转换为numeric列，则会导致错误。这些转换方法中的语法“有效”。如果nums被as.bigz替换，则as.character (bad = data.table(nums = 1:3, lets = letters[1:3], bigs = rep(cha, 3)))
str(bad)
#Method 1
bad[,bigs:=as.bigz(bigs)]
#Method 2 (re-create data.table first)
bad = data.table(nums = 1:3, lets = letters[1:3], bigs = rep(cha, 3))
set(bad, j="bigs", value = as.bigz(bad$bigs))
列。
bigz以下错误。看来问题出在raw整数存储为exa，尽管我不确定'64'的来源-Warning messages:
1: In `[.data.table`(bad, , `:=`(bigs, as.bigz(bigs))) :
Supplied 64 items to be assigned to 3 items of column 'bigs' (61 unused)
2: In `[.data.table`(bad, , `:=`(bigs, as.bigz(bigs))) :
Coerced 'raw' RHS to 'character' to match the column's type. Either change the target column ['bigs'] to 'raw' first (by creating a new 'raw' vector length 3 (nrows of entire table) and assign that; i.e. 'replace' column), or coerce RHS to 'character' (e.g. 1L, NA_[real|integer]_, as.*, etc) to make your intent clear and for speed. Or, set the column type correctly up front when you create the table and stick to it, please.
有24位数字。
(bad = data.table(nums = 1:3, lets = letters[1:3], bigs = rep(cha, 3)))
meh = data.table(as.data.frame(bad)[,-3], bigs = as.bigz(bad$bigs))
rm(bad)
str(meh)
identical(good, meh) #Well, at least this works
我现在有一个解决方法，但是它需要创建一个新对象（并删除旧对象）。
fread我认为，在以下情况下，这种情况可以解决：
bigz可以读取data.table个整数，或者诚然，我是<fetch>
<entity name="activitypointer" >
<attribute name="activityid" />
<attribute name="regardingobjectid" />
<attribute name="subject" />
<attribute name="regardingobjecttypecode" />
<filter type="and" >
<condition attribute="isregularactivity" operator="eq" value="1" />
<filter type="or" >
<condition entityname="accountparty" attribute="accountid" operator="eq-or-under" value="5D8E9289-7F86-E811-910D-0050568B95ED" />
<condition entityname="contactparty" attribute="contactid" operator="eq-or-under" value="5D8E9289-7F86-E811-910D-0050568B95ED" />
</filter>
</filter>
<link-entity name="activityparty" from="activityid" to="activityid" link-type="outer" alias="activityparty" >
<link-entity name="account" from="accountid" to="partyid" link-type="outer" alias="accountparty" />
<link-entity name="contact" from="contactid" to="partyid" link-type="outer" alias="contactparty" >
<link-entity name="account" from="accountid" to="parentcustomerid" link-type="outer" alias="contactaccount" />
</link-entity>
</link-entity>
的新手。预先感谢！
答案 0 :(得分：1)
使用这些bigq数字似乎很麻烦。此外，似乎它们不能作为data.table中的唯一列。
我能找到的唯一解决方法是声明一个新的data.table，这是您已经完成的工作，只有这样才能更简洁地完成，而无需创建新对象。
library(gmp)
library(data.table)
exa = as.bigz(2)^80 #A very large number
cha = as.character(exa)
bad = data.table(nums = 1:3, lets = letters[1:3], bigs = rep(cha, 3))
bad = data.table(bad,bigsN = as.bigz(bad$bigs))
str(bad)
但是，在没有相同问题的情况下，无法在data.table内部操纵这些列。
bad$bigsN = bad$bigsN*2
## Error in `[<-.data.table`(x, j = name, value = value) :
## Unsupported type 'raw'
## In addition: Warning message:
## In `[<-.data.table`(x, j = name, value = value) :
## Supplied 64 items to be assigned to 3 items of column 'bigsN' (61 unused)
我能想到的最好的解决方案就是简单地将这些对象作为data.table的单独向量。
另一种解决方案是将bigz嵌入列表中。
library(gmp)
library(data.table)
exa = as.bigz(2)^80 #A very large number
cha = as.character(exa)
bad = data.table(nums = 1:3, lets = letters[1:3], bigs = rep(cha, 3))
bad = bad[,bigs := as.list(as.bigz(bad$bigs))]
这使R可以更好地处理元素的位置，并且在创建阶段可以提高内存效率。不利的一面是每个元素都是一个长度为1的bigz向量，因此每个元素包含4个冗余字节的数据。它也仍然不能以向量化的方式用于算术。
bad$bigs = bad$bigs * 2
## Error in bad$bigs * 2 : non-numeric argument to binary operator
bad$bigs[[2]] = bad$bigs[[2]] * 2
bad$bigs
## [[1]]
## Big Integer ('bigz') :
## [1] 1208925819614629174706176
##
## [[2]]
## Big Integer ('bigz') :
## [1] 2417851639229258349412352
##
## [[3]]
## Big Integer ('bigz') :
## [1] 1208925819614629174706176
实际上，似乎不可能以一种高级化的方式来完成它，包括对其进行排序甚至将其转换回bigz向量。