Performance 数据整形的R性能

我试图在R中重塑数据帧，但使用推荐的方法似乎有问题。数据帧具有以下结构：

ID                     DATE1             DATE2            VALTYPE        VALUE
'abcd1233'         2009-11-12        2009-12-23           'TYPE1'        123.45
...

VALTYPE

是一个字符串，是一个只有2个值的因子（例如

TYPE1

和

TYPE2

）。我需要根据公共ID和日期将其转换为以下数据帧（“宽”转置）：

ID                     DATE1             DATE2            VALUE.TYPE1  VALUE.TYPE2
'abcd1233'             2009-11-12        2009-12-23       123.45           NA
...

数据框有超过4500000个观察值（尽管约70%的

值
s为
NA
）。这台机器是一台基于Intel的Linux工作站，内存为4Gb。将数据（从压缩的Rdata文件）加载到一个新的R进程中，使其增长到大约250Mb，这显然为重塑留下了大量空间

以下是我迄今为止的经验：


使用香草
重塑（）
方法：

tbl2一个有用的技巧是将id变量组合成一个字符向量，然后再进行重塑

tbl$NEWID <- with(tbl, paste(ID, DATE1, DATE2, sep=";"))
tbl2 <- recast(tbl2, NEWID ~ VALTYPE, measure.var="VALUE")

tbl$NEWID以一种非R的方式来做这件事怎么样？我假设ID，DATE1，DATE2的每个值都有一行TYPE1和一行TYPE2？然后根据这些变量对数据帧进行排序，并编写一个大for循环。您可以重复执行rbind（）操作来构建表，或者您可以尝试预先分配表（可能），只分配VALUE.TYPE1和VALUE.TYPE2插槽和[可能您可以使用cat（）函数？
否，使用
recast（）
显示与
cast（）相同的问题
上面的方法-进程占用了超过5GB的虚拟内存，因此我在大约1小时后将其终止。如果没有
rbind
和循环：
tbl，我们无法真正假设每个ID/日期正好有2个条目。这将立即破坏上面的Marek代码。此外，它甚至比我的工作
by（）/merge（）更脆弱
问题主体中的代码。总的来说，我对循环方法没有任何问题，只是我不明白为什么专门用于此目的的函数（即
重塑（）
在这样一个小问题上失败）