我的.Rdata文件大小为92 MB。
然而,原始的csv文件大约有3 GB。我使用通常的
read.csv()
包含它。
这是怎么回事呢?评论已经暗示了正在发生的事情。但这很直接,让我们举个例子:
R> X <- 1:1e5 # data, no repeats
R> save(X, file="/tmp/foo.RData")
R> write.csv(X, file="/tmp/foo.csv")
R> system("ls -l /tmp/foo*")
-rw-r--r-- 1 x y 1377797 Jun 4 09:11 /tmp/foo.csv
-rw-r--r-- 1 x y 212397 Jun 4 09:11 /tmp/foo.RData
现在有重复数据:
R> X <- rep(1,1e5) # data, lots of repeats
R> write.csv(X, file="/tmp/bar.csv")
R> save(X, file="/tmp/bar.RData")
R> system("ls -lh /tmp/bar*")
-rw-r--r-- 1 x y 966K Jun 4 09:12 /tmp/bar.csv
-rw-r--r-- 1 x y 1.3K Jun 4 09:12 /tmp/bar.RData
R>
根据压缩效果的好坏,我们得到6.5到743的比率。在强制打印几个小数位之前,这并不算是我们让csv文件变得更加“昂贵”的因素。
rep(TRUE,1e5)
甚至变得更好。 - Simon O'Hanlon
.Rdata
文件的内容,并且您的操作系统已正确更新了文件大小。 - Carl Witthoft