错误：来自 Unix 环境中 R 中 C 堆栈溢出的段错误

Question

我目前正在 Unix 环境中使用 R 处理大量数据：

nrow = 32 793 730
ncol = 17

脚本执行的任务是将数据加载到 R 中，选择一定数量的变量以及使用包 data.table 和 RDS 格式创建其他变量。

在我运行这行代码之前一切顺利：

all.RDS <-　file[　,`:=`(TIME=ifelse(TIME==100000,　"10:00",
                                   ifelse(nchar(TIME)==5,　
                                          paste0("0",substr(TIME,1,1),
                                                 ":",substr(TIME,2,3)),
                                          paste0(substr(TIME,1,2),":",
                                                 substr(TIME,3,4)))))]
all.RDS[,`:=`(DATETIME=paste0(format(DATE,format="%d%b%Y"),":",TIME))]

此行仅用于将时间变量从格式 100000 转换为格式 10:00:00。但是，我收到错误

错误：来自 C 堆栈溢出的段错误

我应该生成一个大约 600 行和 5800 列的 data.table。 根据我在该平台相关页面中找到的答案，我尝试了几件事： segfault from C stack overflow 和segfault from C stack overflow in R using data.table。

我已尝试重新加载软件包，以防安装损坏。 我不认为这是空间问题。该脚本是在 Windows 环境（R 3.2.2）下开发的，这行代码在那里运行良好。这似乎与我在 Unix 环境（R 3.2.0）中运行脚本有关。但是，这没有任何意义，因为我的 Unix 环境在计算能力和可用内存方面比我的 Windows 环境强大得多。

我显然受限于必须使用 R 和 Unix 来开发我的解决方案这一事实。

亲爱的社区，你知道这个问题的解决方案吗？

非常感谢！

Answer 1

你没有给出一个可重现的例子，而且你的代码是一团糟，所以很难理解。我不确定你的段错误来自哪里（你有installed the latest development version of data.table吗？），但这是解决问题的另一种方法：

file[ , TIME := sprintf('%06d', TIME)]
file[ , TIME := gsub('(.{2})(.{2})(.{2})', '\\1:\\2:\\3', TIME)]

希望这可以避免段错误的问题。否则，您将不得不通过providing a reproducible example 帮助我们缩小错误的来源。