我想将数据（data.frame）从长格式转换为宽格式，并将“ITEM”的值作为列和值（“ITEM2”）（见下文）：

长格式：

宽幅：

因此我使用包reshape2中的dcast函数：

df <= dcast(df,SEQUENCEID + EVENTID ~ ITEM, value.var="ITEM2")

这样做一切正常 . 但是在我的数据框中有7m的数据记录，我在内存限制方面遇到了困难 . 因此我决定使用包plyr中的ddply .

为了确保每个拆分具有相同顺序的相同列，我提前从“ITEM”中提取值，如果不存在则附加N / A列，并按字母顺序排列所有列 .

整个代码下面：

#Example data
lo_raw <- data.frame(SEQUENCEID=rep(1546842, 10),
               EVENTID=c(5468503146,5468503146,5468503146,5468503147,5468503147,5468503148,5468503148,5468503148,5468503148,5468503148),
               ITEM =c("cakes","limonade","coffee","coffee","juice","limonade","cakes","water","fruits","vegetable"),
               ITEM2=c("cakes","limonade","coffee","coffee","juice","limonade","cakes","water","fruits","vegetable"),
               SPLIT=rep(1547000, 10))

#Extract items 
item <- as.character(unique(lo_raw$ITEM))

#Function dcast
castff <- function(df,item){

  df = dcast(df, SEQUENCEID + EVENTID ~ ITEM, value.var="ITEM2")

  for(i in item){
    if (!(i %in% colnames(df))){
      df[,i] <- NA
    }
  }

  df <- df[,c(1,2,(order(colnames(df[,3:dim(df)[2]])))+2)]
  df
}

#Apply dcast
df_pivot <- ddply(lo_raw, .(SPLIT), .fun=function(lo_raw,item) castff(lo_raw,item), item=item, .progress="text", .inform=TRUE)

执行 ddply 时，已使用的RAM在runtim处增加，直到达到其最大值（12 GB） . 因此性能非常慢，我在几个小时后终止了R.

是否有另一种方法来投射整个数据集？

提前致谢 .

r apply plyr ram dcast