怎样高效率的对一个含有千万行数据的.csv文件进行随机抽样

最近遇到一个需求，需要在一个包含大量数据的.csv文件中随机抽样N条数据，由于我只是新人小白，看到R可以解决随机抽样问题，就研究了一些，但是当测试大数据文件比如3G左右的CSV文件时，效率并不是很高，甚至经常卡死。求教可以高效率处理此类问题的办法。
这是我的代码Demo

1. rm(list = ls())   #清空工作空间
   
2. setwd('D:/')     #设置工作目录
   
3. alldata <- read.csv('testCsv.csv', header = T)   #读取文件   
   
4. nrow(alldata)     #统计行   -----这一行开始就会卡死。
   
5. data_test <- alldata[sample(nrow(alldata), 20), ]    #随机抽样
   
6. write.csv(data_test,'result_testCsv.csv', row.names = F)   #写出数据

复制代码

求教有没有高效的方法函数可以使用呢？最好有详细的代码及注释！

尝试高性包，data.table.

统计行这一步是必须的么？

是否可以用这种办法：找一列没有空行的数据，做计数（这个计数就是行数啊），数据范围不这么大只是一列的话会不会不会卡死？

wtc#sofa 发表于 2018-9-14 15:48
统计行这一步是必须的么？

统计这一行不是必须的，但是到这一行就卡住了

wtc#sofa 发表于 2018-9-14 15:50
是否可以用这种办法：找一列没有空行的数据，做计数（这个计数就是行数啊），数据范围不这么大只是一列的话 ...

其实主要的目的是抽样后输出文件，统计只是我加了为了测试

参考一下这个
https://blog.csdn.net/wqdwin/article/details/76204694

jinkelazzz 发表于 2018-9-14 16:34
参考一下这个
https://blog.csdn.net/wqdwin/article/details/76204694

看了以后不知所云，也没说具体怎么用。。

铁锷未残 发表于 2018-9-14 16:39
尝试高性包，data.table.

恩，用了，效率挺高的，不过又遇到了新问题。
我们的背景是用java做，通过Rserve完成连接，但是可悲的是，使用R.exe可以执行的R脚本文件，Rserve连接后就不能使用，估计是文件太大，内存影响。
实际遇到的问题太过复杂，哎。
不过谢谢建议！

参考“What is H2O?”之贴
https://bbs.pinggu.org/thread-4756566-1-1.html