合并Data.frames显示错误：无法分配大小为1.4 Gb的向量

我的RAM是4GB，我使用的是64位Windows和R。我想在公共键列（日期）的基础上合并大约25个数据帧。我在互联网和各种论坛上搜索了stack overflow。但是，我得到一个错误“error:cannotallocate vector of size x Gb”。 data.frames看起来像

A <- data_frame(Date = c("1/1/1990","1/2/1990","1/3/1990"), MXAR = c(342.369,342.369,525.528 ))
B <- data_frame(Date = c("11/30/2009","12/1/2009","12/2/2009"), MXBD = c(1000,1007.13,998.55 ))
C <- data_frame(Date = c("6/1/2005","6/2/2005","6/6/2005"), MXBH = c(1209.21,1205.74,1195.33 ))

跑步时

datalist = lapply(filenames, function(x){data.table(read_excel(x,sheet=1), key="Date")})

该程序抛出许多警告，如

In read_xlsx_(path, sheet, col_names = col_names, col_types = col_types,             ... :
  [1601, 1]: expecting date: got '[NULL]'

---

A、 B和C data.frames显示最后一行中的NA。是否有办法删除上述代码行中的NA，然后运行程序。这可能会删除错误。

您的描述和错误中似乎存在一些问题。这可能不是一个简单的代码解决方案，而是一系列令人困惑的问题，所以我会尽我所能，而不会看到您的代码崩溃并烧掉我自己

你需要非常狡猾才能在一个循环中完成所有事情，而不会造成膨胀

如果要在日期上进行合并，首先要做的是使用

str（df）

检查每个帧（合并前），以查看日期字段的结构和数据类型是否完全相同。日期时间作为因素输入，有时甚至作为字符数据输入，这并不少见

如果它们不完全相同，则在合并循环中创建一个函数（在循环中运行之前单独测试），以遍历每个文件$date字段并转换为统一的日期时间，如POSIXct

您可能需要使用if语句来确定它们是日期、num、char还是Factors，然后将正确的

as.

应用到每个语句中，但如果您希望合并工作，则在各个方面都必须完全准确。（示例：

as.date

或

as.POSIXct

）

如果有任何因素，您需要嵌套您的转换，以避免奇怪的强制。您可以使用：

as.POSIXct（as.character（df$col），%m/%d/%Y）

将新文件合并到大文件后，请使用

rm（）

（将文件名放在rm语句的括号内）在环境中删除新导入的文件，只保留合并后的文件

然后您需要运行

gc（）

，从内存中清除删除的文件。如果不这样做，它可能会保留在内存中并影响下一个文件

需要注意的是，在许多复制过程中，R数据帧存在于内存中的2-4个副本中。如果这些文件很大，并且不使用rm（df）和gc（）清除它们，那么肯定会有问题

另外，在直接使用Excel文件时，您很可能使用JAVA接口，它有自己的堆，并且占用内存。而且R不会告诉它的JAVA工作人员像任何人可能喜欢的那样高效地清除，系统只会在它无法正常工作时才这样做，因此您最终会得到越来越少的用于合并的可访问内存

确保合并后在循环中包含rm（）和gc（）。因为有很多文件，请考虑使用<代码>打印（YouFielNe.type）< /Cord>语句，将失败合并的名称返回到<代码> NEXT（）/<代码>语句，如果当前迭代失败，则转到下一个文件。 通过这种方式，您可以在命中一个不会合并的文件后保持循环运行，这样您就可以建立一个失败文件的列表，并开始查找它们的不同之处，以解决问题。有时在excel中这样做更容易（如果列需要6个数字宽，前面有零，请手动设置格式）

而且…如果您能够使用CSV而不是Excel文件（如果它们是单个工作表，而不是分层的），请将它们转换，这样您就可以释放RAM。或者考虑编写一个脚本将工作簿转换成几个工作表，并将它们保存为CSV文件，以将文件中的FAT修剪，并限制您对Jug和java的依赖性。p>

---

可能不是您想要的答案，但这只是一个开始。

从您的描述和错误来看，您似乎遇到了一些问题。这可能不是一个简单的代码解决方案，而是一系列令人困惑的问题，所以我会尽我所能，而不会看到您的代码崩溃并烧掉我自己

你需要非常狡猾才能在一个循环中完成所有事情，而不会造成膨胀

如果要在日期上进行合并，首先要做的是使用

str（df）

检查每个帧（合并前），以查看日期字段的结构和数据类型是否完全相同。日期时间作为因素输入，有时甚至作为字符数据输入，这并不少见

如果它们不完全相同，则在合并循环中创建一个函数（在循环中运行之前单独测试），以遍历每个文件$date字段并转换为统一的日期时间，如POSIXct

您可能需要使用if语句来确定它们是日期、num、char还是Factors，然后将正确的

as.

应用到每个语句中，但如果您希望合并工作，则在各个方面都必须完全准确。（示例：

as.date

或

as.POSIXct

）

如果有任何因素，您需要嵌套您的转换，以避免奇怪的强制。您可以使用：

as.POSIXct（as.character（df$col），%m/%d/%Y）

将新文件合并到大文件后，请使用

rm（）

（将文件名放在rm语句的括号内）在环境中删除新导入的文件，只保留合并后的文件

然后您需要运行

gc（）

，从内存中清除删除的文件。如果不这样做，它可能会保留在内存中并影响下一个文件

需要注意的是，在许多复制过程中，R数据帧存在于内存中的2-4个副本中。如果这些文件很大，并且不使用rm（df）和gc（）清除它们，那么肯定会有问题

另外，在直接使用Excel文件时，您很可能使用JAVA接口，它有自己的堆，并且占用内存。并且R不会告诉它的JAVA工作程序作为effi进行清除

reshape::merge_all(datalist, by="Date")

datalist = lapply(filenames, function(x){data.table(read_excel(x,sheet=1), key="Date")})

In read_xlsx_(path, sheet, col_names = col_names, col_types = col_types,             ... :
  [1601, 1]: expecting date: got '[NULL]'

filenames=list.files(path=path, full.names=TRUE)
datalist4 = lapply(filenames, function(x){read_excel(x,sheet=1)})
str(datalist4)
datalist5<-lapply(datalist4, na.omit)#removing NA row from each data.frames