dplyr中奇怪的内存使用使用粘贴进行变异

所以我的实际数据集是1600万行，而且是保密的，但我可以相当容易地说明发生了什么。我一点也不理解这种行为，它与我读过的所有东西都背道而驰，或者至少我认为它确实如此

这是一个带有字符串和日期的数据框（真实的数据框有更多的列和行）

我想制作第三列，将前两列粘贴在一起。我是这样做的：

finalTest = test %>%
  mutate(c = paste(a, b))

如果我这样做的话，有1600万行，它将从使用的2GB内存增加到近8GB，进程将被服务器（有8GB内存）终止

但是，如果我将数据集一分为二，粘贴列，然后rbind，就可以了，尽管这样做是在创建不必要的对象（整个数据集只有大约700MB，因此对象适合RAM是有意义的）

test1=test%>%
过滤器（行号（）%
变异（c=粘贴（a，b））
test2=测试%>%
过滤器（行号（）>楼层（n（）/2））%>%
变异（c=粘贴（a，b））
finalTest2=rbind（test1，test2）

这很好。看起来这些对象适合内存，但当你对它们进行操作时就不适合了。但是发生了什么事情，内存如此密集

---

我一点也不明白。这是预期的行为吗？粘贴是唯一的吗？用字符串和日期粘贴？还有别的吗？

粘贴分配两次，因此对于较长的输入来说成本较高

finalTest = test %>%
  mutate(c = paste(a, b))

test1 = test %>%
  filter(row_number() <= floor(n()/2)) %>%
  mutate(c = paste(a, b))

test2 = test %>%
  filter(row_number() > floor(n()/2)) %>%
  mutate(c = paste(a, b))

finalTest2 = rbind(test1, test2)