通过对 R 中的数据框进行子集化来缩小对象内存

【问题标题】：Downsize the object memory by subsetting a data frame in R通过对 R 中的数据框进行子集化来缩小对象内存
【发布时间】：2019-07-28 12:22:05
【问题描述】：

所以我正在使用来自 https://www.kaggle.com/jiashenliu/515k-hotel-reviews-data-in-europe/downloads/515k-hotel-reviews-data-in-europe.zip/1 的数据库，但我不明白为什么我不能通过子集数据集来缩小对象大小

df = read.csv('Hotel_Reviews.csv')
object.size(df)

200503848 字节

object.size(df[sample(1:nrow(df),500),])

157225848 字节

通过提取 0.1% 的数据，我只将数据缩减到 75%。我不明白为什么...

【问题讨论】：

【解决方案1】：

好吧，再深入研究一下，似乎是因为我的数据框是由因子组成的，甚至通过子集，它仍然保持空级别

df = read.csv('Hotel_Reviews.csv',stringsAsFactors = FALSE)
object.size(df)

210584168 字节

object.size(df[sample(1:nrow(df),500),])

394464 字节

【讨论】：

是的，我最不喜欢的 R 默认值之一是 stringsAsFactors = TRUE。我可以看到它很有用，但通常这对我来说是一种痛苦。做得好自己找到解决方案并分享给其他人