8

看起来最直观的是 .rdata 文件可能是 R 加载的禁食文件格式，但是在扫描一些堆栈帖子时，似乎更多的注意力集中在了提高 .csv 或其他格式的加载时间上。有确定的答案吗？

4

1 回答 1

8

不是一个明确的答案，但下面是加载相同的数据帧作为带有,的.tab文件和作为使用该函数计时的二进制文件读取的时间：utils::read.delim()readr::read_tsv()data.table::fread().RDatasystem.time()

.tab和utils::read.delim

system.time(
  read.delim("file.tab")
)
#   user  system elapsed 
# 52.279   0.146  52.465

.tab和readr::read_tsv

system.time(
  read_tsv("file.tab")
)    
#   user  system elapsed 
# 23.417   0.839  24.275

.tab和data.table::fread

在@Roman 的请求下，同样的 ~500MB 文件在 3 秒内加载：

system.time(
  data.table::fread("file.tab")
)
# Read 49739 rows and 3005 (of 3005) columns from 0.400 GB file in 00:00:04
#    user  system elapsed 
#   3.078   0.092   3.172

.RData相同数据帧的二进制文件

system.time(
  load("file.RData")
)
#    user  system elapsed 
#   2.181   0.028   2.210

显然不是确定的（样本大小 = 1！），但在我的情况下，数据帧为 500MB：

  1. 二进制.RData最快
  2. data.frame::fread()紧随其后
  3. readr::read_tsv慢一个数量级
  4. utils::read.x最慢，只有一半readr
于 2015-06-05T12:05:39.897 回答