删除一些行后，包含大列表的 .rda 文件大小增加答案

【问题标题】：.rda file containing large list grows in size after deleting some rows删除一些行后，包含大列表的 .rda 文件大小增加
【发布时间】：2014-12-29 10:00:50
【问题描述】：

我有一个包含很大列表的 .rda 文件，看起来像这样：

[[1]] Null
[[2]] Null
...
[[1000]] (Some data)
...

由于代码中的错误，创建了第一个 K 空行（示例中为 999），因此我决定删除所有 1:K 行。保存文件后，它的大小变大了：之前是 16GB。怎么可能？如何解决？

我可以想象问题是在编辑列表之前它的值从 1 到 N，而在编辑之后它只包含从 K+1 到 N 的值，但它有那么不同吗？如果是这个问题，如何清除索引？

【问题讨论】：

【解决方案1】：

我不能轻易复制这个，但我提供了这个模板：也许，就像上面的@RichardScriven cmets，你可以告诉我们你是如何删除NULL 值的？

补资料：

set.seed(101)
z1 <- replicate(1000,runif(1000),simplify=FALSE)
z1[1:500] <- replicate(500,NULL)

保存并检查文件大小：

save("z1",file="tmp.rda")
file.size("tmp.rda")
## [1] 2666278

只保留最后 500 个元素：

z2 <- z1[501:1000]
save("z2",file="tmp2.rda")
file.size("tmp2.rda")
## [1] 2666249

变得越来越小。

将NULL 替换为numeric(0) 会使结果稍微大一些。

z3 <- z1
z3[1:500] <- replicate(500,numeric(0))
save("z3",file="tmp3.rda")
file.size("tmp3.rda")
## [1] 2666290

【讨论】：

【解决方案2】：

删除 NULL 后，文件可能需要不同的压缩类型。它可能是未压缩的，然后在相同的压缩方案下重新压缩，尽管它应该不同，因为列表变小了很多倍。

来自?save

...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 以了解从 R 中执行此操作的方法）。

因此，当我在 Ben Bolker 的回答中对 z2 对象运行 resaveRdaFiles 时，它会变小很多

file.info("tmp2.rda")[,1]
# [1] 2666373
tools::resaveRdaFiles("tmp2.rda")
file.info("tmp2.rda")[,1]
# [1] 2210736

【讨论】：

很有趣，但我有点怀疑。 resaveRdaFiles 对 tmp.rda 做了什么？默认压缩为gzip（请参阅?save），而resaveRdaFiles 尝试了几种不同的压缩方案并选择最佳的一种。
@BenBolker - tmp.rda 上的大小为 2212664