在R中超过内存限制（即使使用24GB RAM） [英] Exceeding memory limit in R (even with 24GB RAM)

问题描述

我正在尝试合并两个数据帧：一个具有908450个变量的观察结果，另一个具有908450个变量的观察值。

  dataframe2< -merge（dataframe1，dataframe2，by =id）
  

已清除所有其他数据帧从工作内存，并重置我的内存限制（一个全新的桌面与24 GB的RAM）使用代码：

  memory.limit（24576）
  

但是，我仍然收到错误不能分配大小为173.Mb的矢量。

有关如何解决这个问题的任何想法？

解决方案

要跟进我的意见，请使用 data.table 。我组合了一个匹配您的数据的快速例子：

  library（data.table）
 
 dt1 < -  data.table（id = 1：908450，matrix（rnorm（908450 * 32），ncol = 32））
 dt2 < -  data.table（id = 1：908450，rnorm（908450） ）
 #set keys 
 setkey（dt1，id）
 setkey（dt2，id）
 #check dims 
> dim（dt1）
 [1] 908450 33 
> dim（dt2）
 [1] 908450 2 
 #merge在一起并检查系统时间：
> system.time（dt3 < -  dt1 [dt2]）
用户系统已用
 0.43 0.03 0.47 
  

所以花了不到1/2秒才能合并在一起。我在屏幕截图前后拍了一下我的记忆。在合并之前，我使用了3.4 gig的ram。当我合并在一起时，它跳到了3.7，并且平息了。我想你会很难找到更多内存或时间效率的东西。

之前：

之后：

I am trying to merge two dataframes: one has 908450 observations of 33 variables, and the other has 908450 observations of 2 variables.

dataframe2 <-merge(dataframe1, dataframe2, by="id")

I've cleared all other dataframes from working memory, and reset my memory limit (for a brand new desktop with 24 GB of RAM) using the code:

memory.limit(24576)

But, I'm still getting the error Cannot allocate vector of size 173.Mb.

Any thoughts on how to get around this problem?

解决方案

To follow up on my comments, use data.table. I put together a quick example matching your data to illustrate:

library(data.table)

dt1 <- data.table(id = 1:908450, matrix(rnorm(908450*32), ncol = 32))
dt2 <- data.table(id = 1:908450, rnorm(908450))
#set keys
setkey(dt1, id)
setkey(dt2, id)
#check dims
> dim(dt1)
[1] 908450     33
> dim(dt2)
[1] 908450      2
#merge together and check system time:
> system.time(dt3 <- dt1[dt2])
   user  system elapsed 
   0.43    0.03    0.47 

So it took less than 1/2 second to merge together. I took a before and after screenshot watching my memory. Before the merge, I was using 3.4 gigs of ram. When I merged together, it jumped to 3.7 and leveled off. I think you'll be hard pressed to find something more memory or time efficient than that.

Before:

After:

这篇关于在R中超过内存限制（即使使用24GB RAM）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！