向数据表添加更多列以减小 .RData 对象的大小

Question

我有一个data.table，在硬盘上保存了 3000 万行和 15 列（大小 177 MB，文件 1）。

我在 R 中加载此数据，对其进行处理，然后再添加 8 列（行保持不变）并再次将其另存为 .RData 文件，但这次它的大小已减小（144 MB，文件 2） .

这怎么可能？如果我添加了更多列，.RData 文件的大小不应该增加吗？

编辑：初始文件是 data.table（在 R 中），我将它作为 .RData 存储在硬盘上（文件 1，177 MB）。然后我将它重新加载到 R 中，对其进行处理，添加更多列（行保持不变）并将其保存回来（文件 2，144 MB）。

Answer 1

.Rdata help file 扩展了 MAPK 的评论并指出：

通过压缩可以显着减小大文件的大小。一个特定的 46MB R 对象在 2 秒内被保存为 35MB 未压缩，22MB 使用 gzip 压缩在 8 秒内保存，19MB 使用 bzip2 压缩在 13 秒内保存，9.4MB 使用 xz 压缩在 40 秒内保存。加载时间分别为 1.3、2.8、5.5 和 5.7 秒。这些结果是指示性的，但相对性能确实取决于实际文件：xz 在这里压缩得非常好。

以后可以压缩（使用 gzip、bzip2 或 xz）使用 compress = FALSE 保存的文件：效果与使用压缩保存相同。此外，保存的文件可以在不同的压缩方案下解压缩和重新压缩（请参阅 resaveRdaFiles 以了解在 R 中执行此操作的方法）。