在 R 中拆分大型数据集的有效方法

Posted 2023-04-18

【中文标题】在 R 中拆分大型数据集的有效方法

【英文标题】：Efficient way of splitting large datasets in R

【发布时间】：2019-04-19 23:42:56

【问题描述】：

我正在使用函数 sample.split(data, SplitRatio) 来拆分 100 万 x 6 个元素的数据集。它非常慢。在 R 中有没有更快的方法来做到这一点？

【问题讨论】：

sample.split 接受一个向量，而不是整个 data.frame。我使用它时似乎相当快。

sample.split(data_set$luser_id, SplitRatio = 0.8)

我就是这样做的

这在我的机器上不到一秒钟。请参阅答案以了解您可以尝试的另一种方法。

我的数据集有一百万行

【参考方案1】：

另一种可能的方法

splitvector <- sample(c(T,F), size =1e6, replace=T,prob = c(.8, .2))