我正尝试使用read.big.matrix
从包中以类似于Vignette for bigmemory的方式加载689.4 MB csv。R bigmemory将不会读取大的csv文件
暗角代码:
library(bigmemory)
library(biganalytics)
x <- read.big.matrix("airline.csv", type="integer", header=TRUE,
backingfile="airline.bin",
descriptorfile="airline.desc",
extraCols="Age")
每从42-注释,我删除使用命令行上切cut -d, -f9,11,17,18,23 --complement 2008.csv > 2008cut.csv
然后我除去任何的NA的值,利用在数据中发现的因子变量sed sed -i 's/NA/0/g' 2008cut.csv
即使有那些预处理步骤,我也会收到相同的错误。
我的代码:
#This works
x <- read.csv("~/Downloads/2008cut.csv",header=T)
dim(y)
#[1] 7009728 29
length(complete.cases(x))
#[1] 7009728
library(bigmemory)
library(biganalytics)
#This errors out
data <- read.big.matrix("~/Downloads/2008cut.csv",
type="integer", header=TRUE)
试图运行read.big.matrix时,我收到以下错误:
Warning: stack imbalance in '.Call', 31 then 32
Warning: stack imbalance in '{', 28 then 29
Warning: stack imbalance in '-', 23 then 24
Warning: stack imbalance in '-', 22 then 23
Warning: stack imbalance in '<-', 20 then 21
Error in big.matrix(nrow = numRows, ncol = createCols, type = type,
dimnames = list(rowNames, :
A big.matrix must have at least one row and one column
我已经发现有这个问题别人,而是他们有mixed data或similar problem但没有回应。在我搜索的某个时候,邮件列表中的某个人询问用户是否可以运行类似x <- big.matrix(nrow=1000,ncol=10)
的内容来确保bigmemory一般工作。 I am能够运行该代码并生成big.matrix。
任何指导将不胜感激!
软件详细信息:
- 数据:2008 File
- R:3.2.3
- OS:x86_64的-PC-Linux的GNU
- bigmemory:4.5.19
- biganalytics:1.1 .14
你的问题是内存限制的问题还是你只是想提高阅读'.csv'文件的速度? –
链接页面上文件结构的文档表明,为该文件选择“整数”将不会成功。一些列显然不是整数。 –
@RafaelPereira我想更好地了解bigmemory库及其应用程序。我正在使用32 GB的RAM,因此该文件适合内存,但我想在bigmemory框架下探索数据。 @ 42-好点。我最初尝试与亚马逊文件。即使在使用'cut -d,-f9,11,17,18,23 --complement 2008.csv> 2008cut.csv'去除因子变量之后,我收到了同样的错误: - \ –