R data.table fwrite()出错？
R data.table fwrite()出错是指在使用R语言中的data.table包中的fwrite()函数时遇到了错误。
data.table是R语言中用于处理大型数据集的高效数据框操作包。而fwrite()函数是data.table包中的一个函数，用于将数据框以二进制格式写入磁盘，以提高写入速度。
当在使用fwrite()函数时遇到错误时，可能有以下几种可能的原因和解决方法：
- 数据格式错误：检查要写入的数据框的格式是否符合要求。确保数据框中的列类型正确，并且没有缺失值或非法值。
- 文件路径错误：检查写入文件的路径是否正确。确保路径中的文件夹存在，并且有写入权限。
- 磁盘空间不足：检查磁盘空间是否足够容纳要写入的数据。如果磁盘空间不足，可以尝试释放一些空间或选择其他磁盘进行写入。
- 内存不足：如果要写入的数据量非常大，可能会导致内存不足。可以尝试增加内存限制或者分批次写入数据。
- data.table版本不兼容：检查data.table包的版本是否与当前R环境兼容。可以尝试更新data.table包或降级R版本。
- 其他错误：如果以上方法都无法解决问题，可以尝试查看具体的错误信息，并在R社区或data.table包的官方文档中搜索相关解决方案。
推荐的腾讯云相关产品和产品介绍链接地址：
腾讯云提供了多种云计算相关产品，包括云服务器、云数据库、云存储等。具体推荐的产品和链接地址如下：
- 云服务器（CVM）：提供弹性计算能力，支持多种操作系统和应用场景。了解更多：https://cloud.tencent.com/product/cvm
- 云数据库MySQL版（CDB）：提供高性能、可扩展的MySQL数据库服务。了解更多：https://cloud.tencent.com/product/cdb_mysql
- 云对象存储（COS）：提供安全、稳定、低成本的对象存储服务，适用于图片、视频、文档等各种类型的数据存储。了解更多：https://cloud.tencent.com/product/cos
请注意，以上链接仅供参考，具体选择产品时需要根据实际需求进行评估和决策。
相关·内容
我在data.table：：fwrite中发现了意想不到的行为:未来日期重置为1901年。我使用2999年来掩蔽一个未指定的日期，以确定事件是否在某个日期之前发生。下面是我的例子：data.table 1.11.4 Latest news: http://r-da
浏览 15提问于2018-08-01得票数 1
我在ssh服务器上运行一个R会话，而且存储容量有限。我想知道是否有允许压缩的fwrite实现？类似于：fwrite(object, z)
浏览 6提问于2017-03-14得票数 14
回答已采纳
我尝试用fwrite将JSON字符串保存到CSV中。但是我不能用fread把它装回去。library(jsonlite)
d <- data.table()
fwrite(d, tmp, quote = TRUE, qme
浏览 0提问于2019-09-04得票数 5
回答已采纳
1回答
我有一个数据框架，其中包含近400万行。我需要一种基于两个标准的数据子集的有效方法。我可以这样做，这是一个for循环，但我想知道是否有一种更优雅的方法来做到这一点，而且显然更有效率。data.frame看起来如下所示：rs1000000 chr1 126890980 0.000007rs10000012 chr4 1357325 0.344192
rs10000013 chr4 37225069
浏览 1提问于2016-05-18得票数 0
回答已采纳
我正在尝试使用data.table的fwrite在循环中将R中的data.frames写成CSV。某些表有0行和0列，在错误Error: ncol(x) > 0L is not TRUE之后data.table抛出 最后一个问题是how do I write an empty data.frameusing data.table
浏览 15提问于2019-02-06得票数 1
在并行计算中，我遇到了使用data.table fwrite()和fread()函数管理资源的问题，但也能够在下面的顺序示例代码中重新创建该行为。调用fwrite()会引发以下错误：
library(data.table)
dt = data.table(a = c(1, 2), b = c(&quo
浏览 7提问于2020-05-15得票数 5
回答已采纳
我在R中的DataTable包中的fwrite函数遇到了一个问题，实际上它附加了错误的方式，我最终会得到这样的结果：我使用的函数如下：fwrite(Save, "~/Downloads&
浏览 2提问于2018-06-10得票数 0
回答已采纳
我试图用R.utils::gzip和data.table::fwrite的compress = "gzip"参数复制压缩文件的校验和，但我总是得到不同的结果。下面是一个例子 library(data.table); library(R.utils); library(digest)
gzip("
浏览 33提问于2021-09-01得票数 1
回答已采纳
我正在尝试行绑定两个非常大的数据集，但我缺少足够的RAM内存。A <- fread("A.csv"); B <- fread("B.csv")Run 通过 gc()读取每个数据集以释放内存。注意，这两个数据集有不同的列名，这就是我需要使用fill = TRUE的原因。此外，数据集具有数值和字符值。I有32 of内存， dataset A为35789
浏览 8提问于2022-02-14得票数 0
回答已采纳
我一直在使用data.table (v1.10)，并且在使用fwrite时注意到了一个bug。一些背景。sessionInfo()Platform: x86_64-unknown-linux-gnu (64-bit) valueB = rpois(rows, lambda = 4))
#Convert to data.tableDT <- <
浏览 3提问于2017-01-30得票数 2
回答已采纳
我正在运行Flexmix代码，它像这样返回BIC和AIC的值。 AIC(mp2,mp3,mp4,mp5,mp6,mp7,mp8)
> BIC(mp2,mp3,mp4,mp5,mp6,mp7,mp8)
浏览 0提问于2019-04-19得票数 0
回答已采纳
我尝试使用write.csv命令在R中保存我的数据集，但是，过了一段时间后，我得到了一个关于内存的错误。我相信这是因为数据集的大小(大约4 4GB)，但我不能真正减少它(我的研究目标需要它)。附注：分配给R的内存限制为8 8GB。R的桌面版本(不是服务器)。代码：write.csv(mydata,"combined1.csv", row.names = TRUE)提前感谢。
浏览 17提问于2021-03-15得票数 0
在data.table中将数字写入csv文件时，我想禁用科学符号。我可以使用write.csv来使用options(scipen = 999)，但不能使用fwrite。示例：dt <- data.table("ID" = c("A", "B", "C", "D"), VALUE = c(0.0000001, 0.1234567write.csv(dt, row.names =
浏览 0提问于2017-04-05得票数 24
回答已采纳
1回答
按列追加
、
我想在没有绑定R中先前的矩阵的情况下，按列将矩阵附加到现有文件中，这是一个示例：names(A) <- as.character(1:3)
names(B) <- as.character(4:6)
fwrite(A, file = "test.txt", sep= " ", row.names = FALSE, col.n
浏览 0提问于2018-10-24得票数 0
由于fwrite() 不能应用编码参数，我如何才能像fwrite()那样以特定编码的速度导出csv文件？(fwrite()是我确认范围内最快的函数)Error in fwrite(DT, "DT.csv", encoding
浏览 4提问于2018-09-28得票数 9
回答已采纳
我有一个相对简单的问题，当我从data.table包中用fwrite写出R时，我得到了一个字符向量，它被Excel解释为科学记数法。您可以运行以下代码来创建数据问题：samp = data.table(id = c("7E39", "7G32","5D99999"))当你把它读回R时，如果你禁用了s
浏览 41提问于2018-06-26得票数 0
我这样做是因为我需要为每一行创建一个单独的文件(465个文件)，我认为R将更容易将数据从1个文件加载到内存中一次，然后每一行只读取一行，为每一行创建一个单独的文件，而不是为每一行打开和关闭200个不同的文件当我从Windows签入任务管理器时，它会显示R所使用的RAM，它总是从700 it到1GB到700 it (每秒两次)。
浏览 0提问于2018-10-18得票数 0
回答已采纳
我原以为新行将转换为运行R的平台特定代码：[1] 61 0a 62[1] 61 0d 0a 62[1PS:我不想硬编码"\r\n“来保持平台无关.另见：
编辑1: --即使我打印字符串时，"\n“在charToRaw(print(paste0("a", "\n", "b")))上也不会转换为"\r</e
浏览 0提问于2020-07-23得票数 0
回答已采纳
fread()和fwrite()是R中data.table包的一部分，它们的执行速度比基本的read.csv()和write.csv()函数快得多。当我处理巨大的csv文件(几GB大小)时，我现在发现自己总是使用fread()和fwrite()而不是基本函数read.csv()和write.csv()，因为它们的执行速度要快得多。我现在开始怀疑是否有任何合理的原因(而不仅仅是观点)让read.csv()和write.csv()比fread()和fwrite()表现得更好。
有没有这样的理由呢？
浏览 3提问于2017-08-14得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
