R能有多懒？例如，根据下游操作将文件的一部分懒洋洋地读入R 简介：

我试图了解

R

的懒惰是否有限制。如中所示，独立于实现的墙是什么。下面我用了一个很有用的例子

设置场景： 我经常有平面文件（1E9到1E11行），比如示例文件

file.txt

：

"chr\tstart\tend\nchr1\t1\t2\nchr1\t2\t3\nchr2\t3\t4\nchr2\t1\t2\nchr3\t2\t3\nchr3\t3\t4\n"

i、 e

但对于真实文件，我通常会立即对内容进行采样和/或过滤（有时是为了性能，有时是因为分析只针对观察结果的一部分）

继续使用

file.txt

我可以用

dplyr

的方式：

library(dplyr)
df <- readr::read_tsv("file.txt") %>% sample_n(3)
df2 <- readr::read_tsv("file.txt") %>% filter(chr == "chr2")
df3 <- readr::read_tsv("file.txt") %>% group_by(chr) %>% sample_n(1)

库（dplyr）
df%样本（3）
df2%过滤器（chr==“chr2”）
df3%分组依据（chr）%>%样本（1）

---

或者等效地使用

数据。表
的
dt是否可能？是的，我认为是这样（但不是不涉及C级代码）。是否有任何实施？据我所知没有。使用其他工具（例如SQL）很容易，实现也不简单。
R
如何知道给定的文本行是否符合下游标准，而不先阅读该行？您是否需要一个过滤器应用程序，该应用程序可能会将一行读取到一个临时对象中，并对其进行测试，并且仅在满足条件时将该对象复制到输出数组中（然后将新行读取到该对象中）？
library(dplyr)
df <- readr::read_tsv("file.txt") %>% sample_n(3)
df2 <- readr::read_tsv("file.txt") %>% filter(chr == "chr2")
df3 <- readr::read_tsv("file.txt") %>% group_by(chr) %>% sample_n(1)