ddply用於拆分R中大量類別的問題

Question

我最近問了一個關於統計一個元素自身重複次數的問題（http://stackoverflow.com/questions/7669553/how-to-assign-在大數據框中重複數據塊到基於數據幀的元素識別/ 7669607＃7669607）。我收到了一些非常有用的建議，這些建議對少量行有效，但現在需要在更大的層面上執行操作（超過255k行，使用ddply形成大約100k個「組」）：

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 

嘗試在較大的數據集上執行此操作會由於內存問題導致R窒息。有沒有明顯的解決辦法？預先感謝（特別是耐心，因爲我是一個新的「程序員」）。

Answer 1

我在這裏發佈了一個新問題的答案How to assign number of repeats to dataframe based on elements of an identifying vector in R?。

這將有希望幫助你在這裏和這裏。

Answer 2

對於這樣的真正的大問題，你可以嘗試使用data.table真是讓人不是plyr：

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

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

假設time列不存在。

我仍然在學習data.table的過程，所以我這個鼓搗看來這可能是簡單的（也許更快）：

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

.N似乎代表數量的內部變量每個子組的行數。