向數據表添加更多列減小.RData對象的大小

我有一個data.table，硬盤上保存了3000萬行和15列（大小177 MB，文件1）。我將這些數據加載到R中，處理它，然後再向其添加8列（行保持不變）並將它作爲.RData文件再次保存，但是這次它的大小減少了（144 MB，文件2）。向數據表添加更多列減小.RData對象的大小

這怎麼可能？如果我添加了更多列，不應該增加.RData文件的大小嗎？

編輯：初始文件是data.table（在R），我將它存儲爲硬盤上的.RData（文件1,177 MB）。然後我將它加載回R中，處理它，添加更多的列（行保持不變）並保存回來（文件2,144 MB）。

來源

2016-03-22 user3664020

.RData是一個佔用較少存儲空間的壓縮文件。因此對於存儲R對象更有用。 – MAPK

原始數據的格式是什麼？它是一個文本文件（例如CSV）還是一個'.RData'文件？另外，您可以發佈一個可重現的例子（例如，模擬數據，寫入數據，讀取數據，然後再保存）？ –

的.Rdata help file擴展了MAPK的評論，並指出：

大文件可以大大大小的壓縮減少。一個特定的46MB R對象在2秒內保存爲35MB而不壓縮，在8秒內保存爲22MB的gzip壓縮，在13秒內保存爲19MB的bzip2壓縮，以及在40秒內保存9.4MB的xz壓縮。加載時間分別爲1.3,2.8,5.5和5.7秒。這些結果是指示性的，但相對性能取決於實際的文件：xz在這裏壓縮得非常好。

可以稍後壓縮（使用gzip，bzip2或xz）保存compress = FALSE的文件：效果與使用壓縮保存相同。另外，保存的文件可以在不同的壓縮方案下解壓縮和重新壓縮（有關從R內部執行此操作的方法，請參閱resaveRdaFiles）。

來源

2016-03-22 12:24:29

我很困惑 - 這是如何回答OP？即這是如何解釋OP使用更多列獲得更小尺寸的？ – eddi

我很確定OP和標題的文本都清楚地表明開始和結束點都是.RData文件 – eddi

向數據表添加更多列減小.RData對象的大小

回答

相關問題