我正在通过将几个文件的内容合并在一起来构建一个大数据框。这些文件共享相同的列布局。
c = read.delim('bigfile1.txt')
c1 = read.delim('bigfile2.txt')
c2 = read.delim('bigfile3.txt')
ctmp1 = merge(c, c1, all=TRUE)
ctmp2 = merge(ctmp1, c2, all=TRUE)
上面的代码有效吗？
我是否应该重用相同的变量名，例如
tmp = merge(c, c1, all=TRUE)
tmp = merge(tmp, c2, all=TRUE)
您可以按如下方式在 R 中对它们进行 cat 处理：
read.table(pipe("cat bigfile1.txt bigfile2.txt bigfile3.txt"))
既然您提到它们具有相同的列布局，您可能希望将三个（或更多）data.frames 附加到彼此下方，对吗？
在这种情况下，您可以查看rbind：
cres = rbind(c, c1, c2)
但请注意：对于很多 data.frames，我注意到性能低于标准（这与 data.frames 在内存中管理的方式有关，作为列列表）。此外，因素可能存在问题：具有相同的列布局，但持有不同级别的因素可能会破坏这一点（没有尝试过）。
从 plyr 包中查看 rbind.fill。我最近看到哈德利的评论说它很有效但找不到。
如果高效是指“快速”，请查看 data.table 包。它的合并速度非常快。