R bigmemory不会读取大型csv文件

Question

我试图使用read.big.matrix从R biganalytics包以类似于大记忆的小片段的方式加载689.4 MB的csv。

小编法典：

library(bigmemory)
library(biganalytics)
x <- read.big.matrix("airline.csv", type="integer", header=TRUE,
        backingfile="airline.bin",
        descriptorfile="airline.desc",
        extraCols="Age")

根据42-的注释，我使用命令行cut -d, -f9,11,17,18,23 --complement 2008.csv > 2008cut.csv上的剪切删除了因子变量。

然后，我使用sed sed -i 's/NA/0/g' 2008cut.csv删除数据中的任何NA值，即使使用这些预处理步骤，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)

在尝试运行read.big.matrix时，我会收到以下错误：

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

我发现其他人有这个问题，但他们有混合数据或相似问题，但没有反应。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)的程序，以确保bigmemory在一般情况下正常工作。我am能够运行该代码并生成一个big.matrix。

任何指导都将不胜感激！

软件详细信息：

• 数据：2008年档案
• R: 3.2.3
• 操作系统: x86_64-pc-linux-gnu
• 重要记忆: 4.5.19
• 双透析: 1.1.14

Answer 1

对于读取大文件，我建议使用R data.table包中的data.table。

Answer 2

使用绝对路径：

absolutePath <- normalizePath("~/Downloads/2008cut.csv")

x <- read.big.matrix(absolutePath, type="integer", header=TRUE,
        backingfile="airline.bin",
        descriptorfile="airline.desc",
        extraCols="Age")