将 data.frame 转换为 ff

Posted 2023-04-17

【中文标题】将 data.frame 转换为 ff

【英文标题】：convert data.frame to ff

【发布时间】：2013-06-22 13:05:17

【问题描述】：

我想 对象，as.ffdf 如here所述

df.apr=as.data.frame(df.apr) # from data.table to data.frame
cols=df.apr[1,] 
cols=sapply(cols,class)
df_apr=as.ffdf(df.apr,vmode=cols)

给出一个错误：

Error in ff(initdata = initdata, length = length, levels = levels, ordered = ordered,
: vmode 'numeric' not implemented

没有 'vmode' 参数，会给出以下错误：

Error in ff(initdata = initdata, length = length, levels = levels, ordered = ordered, 
: vmode 'character' not implemented

写到一个表格然后直接读入 ff 是可行的：

write.table(df.apr,file='df_apr.txt',sep='\t',row.names=F)
df.apr.ff=read.table.ffdf(file='df_apr.txt',header=F,VERBOSE=T)

但这很耗时[而且很笨拙]。 有没有更好的办法？

【问题讨论】：

在没有数据的情况下很难帮助你，你能dput(head(df.apr))吗？你也按照链接中的建议测试了 ffdf(ffdf(col1 = as.ff(col1),...) .. ? 我的意思是@wijffels 的解释

数据来自 GDELT，gdelt.utdallas.edu。这些从 4 月开始的每日更新已经是 +/- 090 万条记录。 Data.table 在这台具有 16 GB RAM 的 linux debian 64 位机器上崩溃了 [RStudio 没有说再见就退出了]。我可以做 dput(head(df.apr))，它给出了我期望的 58 个变量的详细描述。没有尝试 1 by 1 方法，因为解决方法更快/更简单[写入文件并以 ffdf 形式读回]。

【参考方案1】：

如果您想知道可以在 ff 中使用的所有可能的 vmode，请在控制台中键入以下内容。

require(ff)
.vimplemented

您会看到数字和字符模式不在其中。数字转换为双精度数，字符转换为因子。所以在你的问题中，你真的不需要自己指定 vmodes。只要将字符编码为因子，就可以在 data.frame 上使用 as.ffdf。所以这会起作用。

df.apr=as.data.frame(df.apr, stringsAsFactors=TRUE)
df_apr=as.ffdf(df.apr)

仅供参考。如果您的数据来自平面文件，请考虑使用 read.table.ffdf，或者如果它来自 SQL 数据源，您可以使用 ETLUtils 包中的 read.dbi.ffdf 或 read.odbc.ffdf。如果它是通过 Hive 来自 Hadoop，您可以使用 ETLUtils 包中的 read.jdbc.ffdf。

【讨论】：

我希望 ffdf 将很快包含更多模式。有时真的很烦人