我想保存一大堆相对较大的数据帧,同时最大限度地减少文件占用的空间。打开文件时,我需要能够控制它们在工作区中的名称。
基本上我正在寻找 dput 和 dget 的语义,但使用二进制文件。
例子:
n<-10000
for(i in 1:100){
dat<-data.frame(a=rep(c("Item 1","Item 2"),n/2),b=rnorm(n),
c=rnorm(n),d=rnorm(n),e=rnorm(n))
dput(dat,paste("data",i,sep=""))
}
##much later
##extract 3 random data sets and bind them
for(i in 1:10){
nums<-sample(1:100,3)
comb<-rbind(dget(paste("data",nums[1],sep="")),
dget(paste("data",nums[2],sep="")),
dget(paste("data",nums[3],sep="")))
##do stuff here
}
最佳答案
最好的办法是使用 rda 文件。您可以使用 save()
和 load()
写入和读取命令:
set.seed(101)
a = data.frame(x1=runif(10), x2=runif(10), x3=runif(10))
save(a, file="test.rda")
load("test.rda")
编辑:为了完整起见,只是为了涵盖 Harlan 的建议可能是什么样子(即包装 load 命令以返回数据帧):
loadx <- function(x, file) {
load(file)
return(x)
}
loadx(a, "test.rda")
或者,查看 hdf5、RNetCDF 和 ncdf 包。我已经尝试过 hdf5 package在过去;这使用 the NCSA HDF5 library .这很简单:
hdf5save(fileout, ...)
hdf5load(file, load = TRUE, verbosity = 0, tidy = FALSE)
最后一个选项是使用二进制文件连接,但这在您的情况下效果不佳,因为 readBin 和 writeBin 仅支持向量:
这是一个简单的例子。首先用“w”写入一些数据并将“b”附加到连接中:
zz <- file("testbin", "wb")
writeBin(1:10, zz)
close(zz)
然后用“r”读取数据并将“b”附加到连接中:
zz <- file("testbin", "rb")
readBin(zz, integer(), 4)
close(zz)
关于r - 将数据框保存为二进制文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1635278/