计算R中目录的大小

Question

我想要在R中计算一个目录的大小。我尝试使用list.info函数，但不幸的是它会跟随符号链接，所以我的结果是有偏差的：

# return wrong size, with duplicate counts for symlinks
sum(file.info(list.files(path = '/my/directory/', recursive = T, full.names = T))$size)

我该如何计算目录的文件大小，以便得到与Linux上相同的结果，例如使用 du -s 命令时的结果？

谢谢

- Carmellose

Answer 1

我最终使用了这个：

system('du -s')

- Carmellose

---

你能详细说明一下吗？谢谢。 - MadmanLee

@MadmanLee R系统()函数调用系统命令。在Linux上，如果你使用du shell命令调用它，它会打印出目录的大小（参见https://linux.die.net/man/1/du）。如果你在Windows上运行，你需要调用一个Windows shell命令。 - Carmellose

Answer 2

system('powershell -noprofile -command "ls -r|measure -s Length"')

参考资料：

1. https://technet.microsoft.com/en-us/library/ff730945.aspx（英文）
2. Get Folder Size from Windows Command Line（英文）
3. https://stat.ethz.ch/R-manual/R-devel/library/base/html/system.html（英文）
4. https://superuser.com/questions/217773/how-can-i-check-the-actual-size-used-in-an-ntfs-directory-with-many-hardlinks（英文）

如果您有cygwin，您也可以利用它；这使您可以使用Linux命令并获得可比较的结果。此外，在上面给出的最后一个链接中，有一个不错的解决方案，使用Sysinternals。

- Hack-R

---

实际上我正在Linux操作系统上运行R，但system()命令也应该能够在其上正常工作。 - Carmellose

Answer 3

健康的解决方案，可能非常有用于检查软件包大小。

dir_size <- function(path, recursive = TRUE) {
  stopifnot(is.character(path))
  files <- list.files(path, full.names = T, recursive = recursive)
  vect_size <- sapply(files, function(x) file.size(x))
  size_files <- sum(vect_size)
  size_files
}

cat(dir_size(find.package("Rcpp"))/10**6, "MB")
#> 14.81649 MB

^{本段内容由reprex包 （v2.0.0）于2021-06-26创建}

- polkas

Answer 4

"file.size" 返回实际大小，而“size on disk”是在磁盘上占用的实际空间大小。 查看此链接以了解它们之间的区别。 https://superuser.com/questions/66825/what-is-the-difference-between-size-and-size-on-disk 使用以下方法获取所有文件的大小：

 files<-list.files(path_of_directory, full.names = TRUE, recursive = TRUE)
 vect_size <- sapply(files, file.size)
 size_files <- sum(vect_size)

- islem

---

这里缺少 recursive 参数。 - polkas

Answer 5

最近我遇到了这个问题，以下是我的代码：

library(pacman)
p_load(fs,tidyfst)

sys_time_print({
  dir_info(your_directory_path) -> your_dir_info
})

your_dir_info %>% 
  summarise_dt(size = sum(size,na.rm = T))

当我第一次运行上面的代码时，它花费了大约3分钟来跟踪52G的文件（174,731个单独的文件）。后来当我再次运行时，只需要不到6秒钟就能完成。这太神奇了。

- Hope