我正在尝试重塑R中的数据框，使用推荐的方式似乎有问题。数据帧具有以下结构：
ID DATE1 DATE2 VALTYPE VALUE
'abcd1233' 2009-11-12 2009-12-23 'TYPE1' 123.45
...
VALTYPE是一个字符串，并且是一个只有两个值的因子（例如TYPE1和TYPE2）。我需要根据通用ID和DATE将其转换为以下数据框（“宽”换位）：ID DATE1 DATE2 VALUE.TYPE1 VALUE.TYPE2
'abcd1233' 2009-11-12 2009-12-23 123.45 NA
...
数据框具有超过4,500,000个观察值（尽管
VALUE的约70％是NA）。该计算机是具有4Gb RAM的基于Intel的Linux工作站。将数据（从压缩的Rdata文件中）加载到新的R进程中会使它增长到大约250Mb，这显然留下了许多用于重塑的空间。到目前为止，这些是我的经验：
使用香草
reshape()方法：tbl2 timevar =“ VALTYPE”）;
结果：
Error: cannot allocate vector of size 4.8 Gb使用
cast()包的reshape方法：tbl2
结果：R进程消耗了所有RAM，而且看不到尽头。最终不得不杀死进程。
使用
by()和merge()：sp tbl 通过= c（“ ID”，“ DATE1”，“ DATE2”），全部= TRUE，sort = TRUE）；
结果：效果很好，尽管它不是很优雅且安全可靠（即，如果添加更多类型，它将损坏）。
为了增加伤害，可以在大约3行AWK或Perl中（几乎不使用任何RAM）轻松完成所讨论的操作。所以问题是：在R中使用推荐的方法而不消耗所有可用RAM的更好方法是什么？
最佳答案
一个有用的技巧是将id变量组合到一个字符向量中，然后进行整形。
tbl$NEWID <- with(tbl, paste(ID, DATE1, DATE2, sep=";"))
tbl2 <- recast(tbl2, NEWID ~ VALTYPE, measure.var="VALUE")
在我的intel core2 duo 2.2ghz MacBook中，在类似大小的问题中，速度大约提高了40％。