从github直接加载.RData文件

Question

我想从https://github.com/myaseen208/PakPMICS2018Data/加载PakPMICS2018bh.RData数据，并使用以下代码，但出现了错误：

library(RCurl)
PakPMICS2018bhURL <- "https://github.com/myaseen208/PakPMICS2018Data/raw/master/PakPMICS2018bh.RData"
load(url(PakPMICS2018bhURL))

加载(url(PakPMICS2018bhURL))时出错： 输入不以可与从连接加载兼容的魔法数字开头

我想知道我的代码有什么问题，请帮忙。

- MYaseen208

Answer 1

问题不在您的代码上，它应该可以正常工作。 例如，以下代码可以正常从GitHub加载Rdata文件。最初的回答

load(url("https://github.com/mawp/spict/raw/master/spict/data/pol.rda"))

您的问题源于您尝试打开的文件，它们是使用在R版本3.5中引入的序列化格式3保存的，使用save(version=3)。

R具有新的序列化格式（版本3），支持ALTREP框架对象的自定义序列化。这些对象仍然可以以格式2进行序列化，但效率较低。序列化格式3还记录未标记字符串的当前本地编码，并在在不同本地编码下运行的R中反序列化时转换它们。格式3带有新的序列化魔术数字（RDA3，RDB3，RDX3）。可以通过在save()、serialize()和saveRDS()中使用version = 3来选择格式3，但格式2仍是所有工作区序列化和保存的默认值。 格式3中的序列化数据无法被3.5.0版本之前的R版本读取。 编辑 经过更多的研究，我认为这是一个bug（或者是一个特性？）。 对于使用compression参数等于FALSE、TRUE或gz保存的文件，在R版本>=3.5中代码按预期工作。但对于压缩等于xz的情况，似乎是您的情况，它不起作用。

有两个选择：要么使用gz压缩保存文件，要么使用@user113156答案中的解决方法。

- alko989

---

感谢@alko989的回答。我正在使用R版本3.6.0，那么在这种情况下你有什么建议？我该怎么做？ - MYaseen208

我只是在测试一下（在Ubuntu上将R升级到3.5有些困难），似乎load函数与新的序列化格式不兼容。可能是个bug。 - alko989

Answer 2

你可以尝试这个：

只需确保设置你的工作目录。

setwd("SET YOUR Working Directory - the file will download here")
working_directory <- getwd()
if (!file.exists("PakPMICS2018bh.RData")) {
  download.file(   "https://github.com/myaseen208/PakPMICS2018Data/raw/master/PakPMICS2018bh.RData",   "PakPMICS2018bhURL.RData")

  load(file.path(working_directory, "PakPMICS2018bhURL.RData"))
  } 

- user113156

---

感谢@user113156的回答。我的代码有什么问题吗？实际上，我只想加载数据而不下载它。有什么想法，请告诉我。 - MYaseen208

我不确定我理解技术上的区别。如何在不下载数据的情况下加载它？目标是下载到临时文件还是确保源文件在加载后被删除？ - Jon Spring

Answer 3

如果只需要“读取”而不是“加载”文件，那么这对我来说是可行的：

readRDS(url("https://.../FILENAME.rda"))

- Oscar Kjell