我正在寻找一种从更大的表中提取大量行的快速方法。我的表格的顶部如下:
> head(dbsnp)
snp gene distance
rs5 rs5 KRIT1 1
rs6 rs6 CYP51A1 1
rs7 rs7 LOC401387 1
rs8 rs8 CDK6 1
rs9 rs9 CDK6 1
rs10 rs10 CDK6 1
以及尺寸:
> dim(dbsnp)
[1] 11934948 3
我想选择列表中包含行名的行:
> head(features)
[1] "rs1367830" "rs5915027" "rs2060113" "rs1594503" "rs1116848" "rs1835693"
> length(features)
[1] 915635
毫不奇怪,执行此
temptable = dbsnp[features,]
的直接方法需要相当长的时间。我一直在研究通过R中的sqldf软件包执行此操作的方法。我认为这样做可能会更快。不幸的是,我不知道如何在SQL中选择具有某些行名的行。
谢谢。
最佳答案
大多数人最初尝试的方式是:
dbsnp[ rownames(dbsnp) %in% features, ] # which is probably slower than your code
因为您说这要花很长时间,所以我怀疑您已经超出了RAM容量并开始使用虚拟内存。您应该关闭系统,然后仅使用R作为正在运行的应用程序重新启动,并查看是否可以避免“虚拟化”。