我四处搜索,但找不到问题的答案。
scan
(base
包)和fread
(data.table
包)等函数在读取方面做得很好只是用户指定的 .txt 或 .csv 的前 N 行。但是,当涉及到 .RData 时,load
会加载整个文件,并且无法指定应从中读取多少个值。
我有超过 3GB 大小的 .RData 文件,每个文件包含一个 data.frame
或 data.table
,并不总是需要加载整个文件,但只是对象的前 100 或 1,000 行。有办法做到这一点吗?
最佳答案
我的猜测是没有现成的解决方案。
如果我们查看一个样本、ASCII 编码的、未压缩的 RDS 文件,我们会看到它以列主顺序存储:
saveRDS(mtcars[1:5, 1:2], "testrds.rds", ascii = TRUE, compress = FALSE)
生成此文件(带有我插入的注释)
A ## ASCII file
3 ## some version info and ??
262146
197888
6
CP1252
787
2
14
5 ## This seems to indicate 5 items in this vector (column)
21 ## first column starts here (but how would you know?)
21
22.8
21.4
18.7 ## first column ends here
14
5 ## Again, This seems to indicate 5 items in this vector (column)
6 ## second column starts here
6
4
6
8 ## second column ends here
1026
1
262153 # Attributes start here: names, row.names, class
5
names ## col names
16
2
262153
3
mpg ### first col name
262153
3
cyl ### second col name
1026
1
262153
9
row.names ## 2nd attribute: row.names
16
5
262153
9
Mazda\040RX4 ### first row name
262153
13
Mazda\040RX4\040Wag ### second row name
262153
10
Datsun\040710 ### ...
262153
14
Hornet\0404\040Drive
262153
17
Hornet\040Sportabout ### last row name
1026
1
262153
5
class ## 3rd attribute: class
16
1
262153
10
data.frame ### value of class
254
正如您在这个简单的 RDS 文件中看到的那样,读取前几行数据仍然需要解析整个文件,并且需要知道要跳过哪些行。而且您需要比 R Internals 中更多的 RDS 文件文档。文档。
基于这个简单的例子,人们可能会做出一些猜测并得到一个粗略的函数草案,该函数适用于你知道是数据帧的 RDS 文件,但它需要一些工作——如果你想的话,还需要更多的工作确保它足够强大以处理更复杂的数据帧(例如,使用 factor
和 Date
列)。如果您有 RData 文件,它们将具有类似但稍微复杂的格式,因为它们可以处理多个对象。
总而言之,我认为 RDS 和 RData 对于您可能想要部分加载的数据来说是糟糕的选择。你最好使用 CSV 或 TSV,然后你可以使用你在问题中提到的标准选项(或 vroom::vroom
)仅将你想要的数据加载到内存中。
关于r - 从 .RData 文件加载前 N 行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63920407/