R:文件的大小。 file.info()$size 和 object.size() 有什么区别？

Question

我想知道 R 中文件的大小。我应该使用
file.info(pathtodata)$size 还是 object.size(pathtodata) ？
(或其他解决方案？)
它们之间有什么区别？

谢谢!

Answer 1

通常 object.size() 应该大于磁盘上文件的大小，因为 R 对象将具有与其关联的元数据，这会占用额外的内存 - 参见 Hadley's article here .最重要的是，不同的对象类将有不同的内存占用:

write.csv(
  matrix(1:1000),
  file="~/tmp/foo.csv",
  row.names=FALSE)
##
df <- read.csv(
  "~/tmp/foo.csv",
  stringsAsFactors=FALSE)
mat <- as.matrix(df)
##
R> file.info("~/tmp/foo.csv")$size
#[1] 3898
R> object.size(df)
#4672 bytes
R> object.size(mat)
#4464 bytes
R> file.info("~/tmp/foo.csv")$size
#[1] 3898
R> system("stat ~/tmp/foo.csv")
#  File: ‘/home/nr07/tmp/foo.csv’
#  Size: 3898       Blocks: 8          IO Block: 4096   regular file

---

在上面的示例中，data.frame 比matrix 占用更多的内存，即使它们是由相同的底层数据构造的；并且这两者占用的空间都比文件本身在磁盘上占用的空间多。