在 R 中的函数内保存单个对象：RData 文件大小非常大答案

【问题标题】：Saving a single object within a function in R: RData file size is very large在 R 中的函数内保存单个对象：RData 文件大小非常大
【发布时间】：2016-03-11 23:21:25
【问题描述】：

我正在尝试在 R 中保存修剪过的 GLM 对象（即，将所有“非必要”特征设置为 NULL，例如残差、prior.weights、qr$qr）。

例如，查看我需要这样做的最小对象：

print(object.size(glmObject))
168992 bytes
save(glmObject, "FileName.RData")

在全局环境中分配这个对象并保存会导致一个大约 6KB 的 RData 文件。

但是，我实际上需要在函数中创建和保存 glm 对象，该对象本身就在函数中。所以代码看起来像：

subFn <- function(DT, otherArg, ...){
                 glmObject <- glm(...)
                 save(glmObject,"FileName.RData")
}

mainFn <- function(DT, ...){ 
             subFn(DT, otherArg, ...)
}

mainFn(DT, ...)

这会导致 RData 文件大得多，大约 20 MB，尽管对象本身大小相同。

所以我理解这是一个环境问题，但我很难准确地确定它是如何发生的以及为什么会发生。生成的文件大小似乎变化很大。我尝试使用 saveRDS，同样我尝试通过

我对 R 环境的理解显然不是很好，如果有人能提出解决这个问题的方法，我将不胜感激。谢谢。

【问题讨论】：

您能否充实您的示例，包括虚假数据，以便您的问题可重现？
是的，您能否在函数内给出object.size 的输出？
请参阅此处提出的解决方案（在 cmets 中进行代码校正）以获取绘图。它也应该适用于这种情况。 stackoverflow.com/questions/32192298/…

标签： r save environment glm rdata

【解决方案1】：

公式附加了环境。如果是全局环境或者包环境，是不保存的，如果不是可重构的，就保存了。

glm 结果通常包含公式，因此它们可以包含附加到该公式的环境。

您不需要glm 来证明这一点。试试这个：

formula1 <- y ~ x
save(formula1, file = "formula1.Rdata")

f <- function() {
   z <- rnorm(1000000)
   formula2 <- y ~ x
   save(formula2, file = "formula2.Rdata")
}
f()

当我运行上面的代码时，formula1.Rdata 以 114 字节结束，而 formula2.Rdata 以 7.7 MB 结束。这是因为后者捕获了创建它的环境，其中包含大向量z。

为避免这种情况，请在保存公式之前清理您创建公式的环境。不要删除公式所指的内容（因为glm 可能需要这些内容），但要删除不相关的内容（例如我的示例中的z）。见：

g <- function() {
   z <- rnorm(1000000)
   formula3 <- y ~ x
   rm(z)
   save(formula3, file = "formula3.Rdata")
}
g()

这给出了 144 个字节的 formula3.Rdata。

【讨论】：

【解决方案2】：

当您将调用中的参数命名为save 时，您是否发现您遇到了同样的问题？

我用过：

subFn <- function(y, x){
             glmObject <- glm(y ~ x, family = "binomial")
             save(list = "glmObject", file = "FileName.RData")
}

mainFn <- function(y, x){ 
         subFn(y, x)
}

mainFn(y = rbinom(n = 10, size = 1, prob = 1 / 2), x = 1:10)

我看到文件“FileName.RData”是在我的工作目录中创建的。它的大小为 6.6 kb。

然后我使用：

load("FileName.RData")

将内容glmObject 加载到我的全局环境中。

【讨论】：