R 合并多个大型数据集-内存问题

我在R中有大约15个不同的数据集，需要合并成一个大数据集

将它们结合起来将创建一个包含约1120个变量和约1500个观测值的数据集

合并前5个数据集（大约700个变量）没有问题，但在尝试合并第6/7个数据集时，R要么卡住，要么出现错误消息：

错误：无法分配大小为10.7 Mb的向量

我尝试了不同的方法来编写此代码（函数/循环），但这是最简单的方法，通过这种方法，我了解到它会被卡在第6个数据集上：

#Merging the first two data sets
#bindedDataNames is a chr vector with the names of all the datasets that need            
#to be merged. 
Age11_twins_22022017 <- merge(eval(parse(text = bindedDataNames[1]))
                          [,-c(1:2)],
                          eval(parse(text = bindedDataNames[2]))
                          [,-c(1:3)],
                          by=c("ifam","ID"))

#Loop to merge all datasets. With print I saw it goes without a problem until         
#the 6th dataset
for (cnt2 in 3:17) {
  print(cnt2)
  Age11_twins_22022017 <- merge(Age11_twins_22022017,
                            eval(parse(text = bindedDataNames[cnt2]))
                            [,-c(1:3)],
                            by=c("ifam","ID"))
}

#合并前两个数据集
#bindedDataNames是一个chr向量，其中包含所需的所有数据集的名称
#合并。
这绝对不是一个大数据集。要么你在一台可供R使用的内存非常少的计算机上工作，要么你的代码效率很低/有漏洞。请先共享您的代码。我曾尝试在两台不同的计算机上运行此代码，但都无法运行。我现在已经在上一篇文章中添加了我尝试编写的最简单版本的代码。非常感谢。为什么需要
eval（parse（text=）
？你确定通过合并只得到大约1500个观测值吗？在它失败之前已经有多少行了？或者你的意思是
cbind
而不是
merge
？我在R中有18个不同的对象，每个对象都是一个数据帧。为了在循环中访问它们，我有一个带有名称的chr向量，
eval（parse（text=）
从chr向量中获取名称并将其转换为一个对象。如果我从所有对象中创建一个列表，并通过该列表访问它们，这能有所帮助吗？我的意思是进行
merge
（而不是
cbind
），因为每个数据帧都有不同的参与者信息，按标识符进行合并很重要。