ddply用于拆分R中大量类别的问题

Question

我最近问了一个关于统计一个元素自身重复次数的问题（http://stackoverflow.com/questions/7669553/how-to-assign-在大数据框中重复数据块到基于数据帧的元素识别/ 7669607＃7669607）。我收到了一些非常有用的建议，这些建议对少量行有效，但现在需要在更大的层面上执行操作（超过255k行，使用ddply形成大约100k个“组”）：

system.time(data <- ddply(data, "uid", function(x) {x$time <- 1:nrow(x); x})) #uid is the grouping variable, for which I need to count the number of repeats for output like 

uid time 
ny1 1 
ny1 2 
ny2 1 
ny2 2 
ny2 3 

尝试在较大的数据集上执行此操作会由于内存问题导致R窒息。有没有明显的解决办法？预先感谢（特别是耐心，因为我是一个新的“程序员”）。

Answer 1

我在这里发布了一个新问题的答案How to assign number of repeats to dataframe based on elements of an identifying vector in R?。

这将有希望帮助你在这里和这里。

Answer 2

对于这样的真正的大问题，你可以尝试使用data.table真是让人不是plyr：

library(data.table) 
data <- data.table(data) 

data[,transform(.SD,time = NROW(.SD)), by = uid] 

假设time列不存在。

我仍然在学习data.table的过程，所以我这个鼓捣看来这可能是简单的（也许更快）：

data[,rep(.N, .N),by = uid] 

.N似乎代表数量的内部变量每个子组的行数。