R报错处理

1. Error : cannot allocate vector of size X Gb

## 1. 
gc()

##2.
r = data.frame(a=rnorm(10,2,.5),b=rnorm(10,3,.5))   
library(SOAR)   
Sys.setenv(R_LOCAL_CACHE=”testsession”)   
ls()   
Store(r)   
ls()   
mean(r[,1])   
r$c = rnorm(10,4,.5)   
ls()

2. line did not have elements

默认情况下，read.table 用 # 作为注释标识字符。如果碰到该字符（除了在被引用的字符串内），该行中随后的内容将会被忽略。只含有空白和注释的行被当作空白行。如果确认数据文件中没有注释内容，用

read.table(".csv",header=TRUE,sep=",",comment.char = "") ##h会减少行数

fread(".csv",header=TRUE,sep=",", fill=TRUE, na.strings="",) %>%filter(col!="NA")##最好用

3. 特殊值

R中的无定义数用NaN表示，即“Not a Number（非数）”。

NA是一个长度为1的逻辑常数，表示缺失值，即“Missing value”，是“not available”的缩写

R中的无穷大用Inf表示（即Infinity，无穷大），负无穷表示为-Inf。

R语言中，NA代表位置上的值为空，NULL代表连位置都没有，变量为空，其长度为0，表明“空无一物”

NA与NULL的差别还是非常明显的。用一个比喻来讲，NA是已经挖好了一些坑，只是里面没有萝卜而已，这就是所谓的“缺失值”。而NULL则指的是“压根连坑都没有”。一个元素值全为NA的向量，它的长度是存在的，就等于元素的个数。而如果把一个向量的所有元素的值都设为NULL，这个向量就变成了“空值”，其长度为0，表明“空无一物”。

data <- data[complete.cases(data[,5:6]),]#删除第五六列有空值的行

data <- na.omit(data)#删除有空值的行
drop_na(df,X1) # 去除X1列的NA

在读入的时候，如果是read.csv的话，可以设置na.strings参数，na.strings="",即可将其变成NA了