为什么在ffbase2（dplyr_ffbase）节目中进行总结；无法将as.vmode.default（）（list）对象中的错误强制为类型'；双倍'&引用；？

我有一个大的（23000000行）ffdf表（tbl_ffdf），有10列，其中7列是因子，3列包含数字。它看起来像这样：

TABLE_bad

   F1     F2     F3     F4     F5     F6     F7     N1     N2     N3
 1111  01.15  05.14  busns     AA     16      F   55.2  16165      0
 1111  01.15  05.14  busns     AA     16      F   12.5      0   4545
 2222  12.14  11.14  privt     KM      5      T    0.7    255 987777
 2222  12.14  11.14  privt     KM      5      T  111.6   7800      0

TABLE_ok

   F1     F2     F3     F4     F5     F6     F7     N1     N2     N3
 1111  01.15  05.14  busns     AA     16      F   57.7  16165   4545
 2222  12.14  11.14  privt     KM      5      T  112.3   8055 987777

42   for (i in grouped_chunks(.data)){
43     ch <- grouped_df(data_s[i,,drop=FALSE], groups(.data))
44     res <- summarise_(ch, .dots = dots)
45     out <- append_to(out, res, check_structure=FALSE)
46   }

我希望使用sum（Nx）聚合数据，以删除此类重复项，并使我的表如下所示：

TABLE_bad

   F1     F2     F3     F4     F5     F6     F7     N1     N2     N3
 1111  01.15  05.14  busns     AA     16      F   55.2  16165      0
 1111  01.15  05.14  busns     AA     16      F   12.5      0   4545
 2222  12.14  11.14  privt     KM      5      T    0.7    255 987777
 2222  12.14  11.14  privt     KM      5      T  111.6   7800      0

TABLE_ok

   F1     F2     F3     F4     F5     F6     F7     N1     N2     N3
 1111  01.15  05.14  busns     AA     16      F   57.7  16165   4545
 2222  12.14  11.14  privt     KM      5      T  112.3   8055 987777

42   for (i in grouped_chunks(.data)){
43     ch <- grouped_df(data_s[i,,drop=FALSE], groups(.data))
44     res <- summarise_(ch, .dots = dots)
45     out <- append_to(out, res, check_structure=FALSE)
46   }

我使用的是从github安装的包ffbase2（它是ffdf表的dplyr）。我正在做以下工作：

TABLE_gr <- group_by(TABLE_bad, F1, F2, F3, F4, F5, F6, F7)    # this step finishes OK
                                                               # in approximately 90 sec

TABLE_ok <- summarise(TABLE_gr, sN1 = sum(N1), sN2 = sum(N2), sN3 = sum(N3))

之后，它会根据我的Rstudio中的设置进入调试模式，需要3-5分钟才能进入足够的深度，停止挂起计算机并显示出错的功能代码：

function (x, ...) 
UseMethod("as.vmode")

在数据中，我们可以看到x是F1值的Data.frame。在回溯函数中

eval(expr, envir, enclose)
`[<-`(`*tmp*`, ff::hi(N + 1, N + n), , value = -*etc*-
append_to(out, res, -*etc*-
summarise_.grouped_ffdf( -*etc*-

eval（expr、envir、envir）
`[今天我发现了错误的原因。
摘要.grouped\u ffdf
的源代码部分如下所示：

TABLE_bad

   F1     F2     F3     F4     F5     F6     F7     N1     N2     N3
 1111  01.15  05.14  busns     AA     16      F   55.2  16165      0
 1111  01.15  05.14  busns     AA     16      F   12.5      0   4545
 2222  12.14  11.14  privt     KM      5      T    0.7    255 987777
 2222  12.14  11.14  privt     KM      5      T  111.6   7800      0

TABLE_ok

   F1     F2     F3     F4     F5     F6     F7     N1     N2     N3
 1111  01.15  05.14  busns     AA     16      F   57.7  16165   4545
 2222  12.14  11.14  privt     KM      5      T  112.3   8055 987777

42   for (i in grouped_chunks(.data)){
43     ch <- grouped_df(data_s[i,,drop=FALSE], groups(.data))
44     res <- summarise_(ch, .dots = dots)
45     out <- append_to(out, res, check_structure=FALSE)
46   }

这很好，但在那之后，我在使用此摘要时遇到了内存不足的问题。调查发现，这是因为
分组的_块（.data）
。我没有弄明白为什么会这样以及在这里要做什么，我只是在for循环中逐月对我的数据进行切片，然后将聚合块彼此附加。
读取数据时是否使用了
colClasses
？使用
lappy（TABLE\u bad，class）
找到它。@Soheil我在导入数据时没有使用colClasses，但后来我手动制作了每一列必需的类型。例如，F1..F7中的一些是日期或带有NAs的数字，我用正确排列的级别和级别“NA”制作了它们的因子（ok_ussd，class）$virtual[1]“ff_vector”“ff”$physical[1] “ff_vector”“ff”

对不起，我编辑自己的评论迟到了。更多信息可能是

>lappy（colnames（TABLE_bad），function（x）{class（TABLE_bad[，x]）}

[code>[1][1][1][1][3][1][1][4][1][5][1][1][1][1][1][8][1]“整数”[[10]][1]“逻辑”实际上，F7是最后一列-它是逻辑的。