R 将大型（390万obs）数据帧导出到文本文件的最有效方法？

我有一个相当大的R数据框，我想导出到SPSS。 这个文件一开始就让我头疼了好几个小时，试图将它导入R，但是我成功地使用了

read.fwf（）

选项

comment.char=“%”（文件中没有出现字符）和
fill=TRUE
（这是一个固定宽度的ASCII文件，有些行缺少所有变量，导致错误消息）

无论如何，我的数据帧目前由3,9个mill观测值和48个变量（全部为字符）组成。我可以通过使用
df2将其拆分为4 x 1个mill obs集来相当快地将其写入文件，尽管我只使用它读取非常大的文件（10+Gb）我相信
ff
软件包具有编写超大dfs的功能。
据猜测，您的机器内存不足，因此R必须使用交换文件，这会减慢速度。如果您是为代码付费，那么购买更多的RAM可能比编写新代码更便宜

也就是说，有一些可能性。您可以将文件导出到数据库，然后使用该数据库的功能写入文本文件。JD Long的回答告诉您如何以这种方式读入文件；反转过程应该不会太困难。或者使用
bigmemory
和
ff
软件包（如Davy所述）可用于编写此类文件。
好吧，对于真正大的文件和R，答案通常是，最好将此类工作转移到数据库。SPSS具有ODBC连接，而
RODBC
提供了从R到SQL的接口

我注意到，在签出我的信息的过程中，我被抓到了。
1）如果您的文件都是字符串，那么使用
write.table（）
保存时，如果您首先将其更改为
矩阵
，则保存速度会快得多

2） 也可以将它分块写出来，比如1000000行，但总是写在同一个文件中，并使用参数
append=TRUE
Update
在Matt Dowle进行了大量并行化工作并添加了其他效率改进之后，
fread
现在比
write.csv
快15倍。有关更多信息，请参阅链接答案


现在，
data.table
有一个由Otto Seiskari提供的
fwrite
函数，它的速度一般是
write.csv
的两倍。有关一些基准，请参见

library(data.table) 
fwrite(DF, "output.csv")

请注意，行名称被排除在外，因为
data.table
类型不使用它们。
Hi Richie，即使使用此数据集，我也不确定8GB RAM是否符合“内存不足”的条件。然而，我将研究如何使用JD建议的
sqldf（）
，因为我在分析中经常使用它。谢谢你的指点！我试着用
ff（）
碰碰运气，但对使用的语法感到困惑。我无法完全理解它，在原始数据集的子集上尝试它并没有给我时间上的收获。不管怎样，谢谢。真是聪明的解决办法。对于变量类型不同的data.frames不起作用，但这绝对是一个很好的解决方案！呵呵，我必须对几乎相同维度的数据做同样的事情：你不会碰巧在处理我们的出生或死亡微数据，是吗？@tim riffe:不是，但有点像，这些是奶牛出生和产犊数据：）