r - 将字符列转换为因子是否可以节省内存？

Question

我有一个2.5 GB的数据集，对于我的4GB内存来说这是很大的。我不知道将字符变量转换为因子是否可以节省空间和处理时间。

我可以想象，在内部，因子将以数字形式存储在具有级别的查找表中。但是我不确定它是如何工作的。

Answer 1

转换为因数不会节省空间，因为字符存储在哈希表中。请参阅1.10 The CHARSXP cache的R Internals部分。

如果您的代码需要转换为因数（运行回归，分类等），则转换为因数可能会缩短处理时间，但是如果您要进行字符串操作，则转换为因数并不会缩短处理时间，因为必须将其转换为因数回到一个角色。因此，这实际上取决于您在做什么。