在R中的函数中保存单个对象：RData文件的大小非常大

Question

我正在尝试将精简的GLM对象保存在R中（即，将所有“非必需”特征都设置为NULL，例如，残差，prior.weights，qr $ qr）。

例如，查看我需要使用的最小对象：

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

在全局环境中分配此对象并保存将导致大约6KB的RData文件。

但是，我实际上需要在函数内创建并保存glm对象，而函数本身就是函数内的对象。因此，代码如下所示：

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

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

mainFn(DT, ...)

尽管对象本身具有相同的大小，但是这会导致大约20 MB的RData文件大得多。

因此，我知道这是一个环境问题，但我一直在努力确切查明它的发生方式和原因。生成的文件大小似乎相差很大。我试过使用saveRDS，同样，我试过通过<<-分配glmObject使其成为全局对象，但似乎无济于事。

我对R中的环境的理解显然不是很好，并且如果有人可以提出解决办法，我将不胜感激。谢谢。

Answer 1

公式具有附加的环境。如果是全局环境或程序包环境，则不会保存它，但是如果不是可以重构的环境，则会保存它。

glm 结果通常包含公式，因此它们可以包含该公式附带的环境。

您无需glm证明这一点。尝试一下：

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

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

当我运行上述代码时，formula1.Rdata最终以114字节formula2.Rdata结尾，而最终为7.7 MB。这是因为后者捕获了创建它的环境，并且包含大向量z。

为避免这种情况，请在保存公式之前清理创建公式的环境。不要删除该公式所引用的内容（因为glm可能需要这些内容），但是请删除不相关的内容（例如z在我的示例中）。看到：

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

这提供formula3.Rdata了144个字节。

Answer 2

当您在调用中命名参数时，您是否发现有同样的问题save？

我用了：

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”已在我的工作目录中创建。它的大小为 6.6 kb。

然后我使用：

load("FileName.RData")

将内容 加载glmObject到我的全局环境中。