这里有一个解决方案，扩展了我上面的评论。这应该比任何其他解决方案具有更小的存储器需求，因为它不需要复制原始 Dataframe 的全部或部分。

library(tidyverse)

rowCount <- 1048571
data %>% 
  mutate(Group = ceiling((row_number()) / rowCount)) %>% 
  group_by(Group) %>% 
  group_walk(
    function(.x, .y) {
      write.csv(.x, file = paste0("file", .y$Group, ".csv"))
    }
  )

字符串

这里有一个如何实现这一点的示例，您可以使用split_at设置所需的文件大小。
在最后一部分中，你当然可以根据需要修改write_csv参数，例如：以设置路径、分隔符等。

library(tidyverse)

split_at <- 5

data.frame(x = 1:19) %>%
  mutate(group = (row_number() - 1) %/% !! split_at) %>%
  group_split(group) %>%
  map(.f = ~write_csv(.x, file = paste0('file ', unique(.x$group), '.csv')))

字符串

我假设每隔500行拆分数据。你可以将一列变异为lable group。然后放入for循环，根据这一列写出csv。

#STEP 1: load data
data <- read.csv(".../Desktop/Data/file.csv", header = TRUE)

# mutate a column to lable the group
data <- data %>% mutate(Group = ceiling(1:nrow(.)/500))

# write out csv by group
for(i in unique(data$Group)){
  data %>% filter(Group == i) %>% select(-Group) %>%
    write.csv(paste0("/your/path/",i,".csv"))
}

字符串