【发布时间】:2016-03-21 21:03:38
【问题描述】:
我想在我的面板数据集中添加缺失的观察结果,但一直遇到内存问题。
我使用以下代码(基于this 主题):
library(dplyr)
group_by(df, group) %>%
complete(time = full_seq(time 1L)) %>%
mutate_each(funs(replace(., which(is.na(.)), 0)), -group, -time)
我的数据看起来与该主题中的数据相似,因此:
group time value
1 1 50
1 3 52
1 4 10
2 1 4
2 4 84
2 5 2
我想要的样子
group time value
1 1 50
1 2 0
1 3 52
1 4 10
2 1 4
2 2 0
2 3 0
2 4 84
2 5 2
问题是我一直在用完内存(这是一个只有 1 GB 的文件,包含大约 150 万个观察值)。有关如何以不同方式执行此操作的任何建议?
【问题讨论】:
-
您可以先将文件拆分成更小的块,然后将补全应用于所有这些块,然后合并。
标签: r memory out-of-memory time-series dplyr