Я знаю, что здесь в SO много вопросов о способах преобразования списка data.frames в один data.frame с использованием do.call или ldply, но эти вопросы касаются понимания внутренней работы обоих методов и попытки выяснить, почему я не могу заставить работать ни один из них для объединения списка из почти 1 миллиона df одной и той же структуры, одинаковые имена полей и т. д. в один data.frame. Каждый data.frame состоит из одной строки и 21 столбца.
Данные начинались как файл JSON, который я преобразовал в списки, используя fromJSON, затем запустил еще один алгоритм, чтобы извлечь часть списка и преобразовать в data.frame, и в итоге получил список data.frames.
Я пробовал:
df <- do.call("rbind", list)
df <- ldply(list)
но мне пришлось убить процесс после того, как он проработал до 3 часов и ничего не получил.
Есть ли более эффективный способ сделать это? Как я могу устранить неполадки, что происходит и почему это занимает так много времени?
Для справки: я использую сервер RStudio на четырехъядерном сервере емкостью 72 ГБ с RHEL, поэтому не думаю, что проблема в памяти. sessionInfo ниже:
> sessionInfo()
R version 2.14.1 (2011-12-22)
Platform: x86_64-redhat-linux-gnu (64-bit)
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
[3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
[5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
[7] LC_PAPER=C LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] multicore_0.1-7 plyr_1.7.1 rjson_0.2.6
loaded via a namespace (and not attached):
[1] tools_2.14.1
>