在 R 中的函数内保存单个对象：RData 文件大小非常大

我试图在 R 中保存修剪后的 GLM 对象（即所有“非必要”特征设置为 NULL，例如残差、prior.weights、qr$qr）。

举个例子，看看我需要执行此操作的最小对象：

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

在全局环境中分配此对象并保存会生成约 6KB 的 RData 文件。

但是，我实际上需要在函数内创建和保存 glm 对象，该对象本身也在函数内。所以代码看起来像这样：

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

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

mainFn(DT, ...)

尽管对象本身大小相同，但这会导致 RData 文件大得多，大约 20 MB。

所以我知道这是一个环境问题，但我很难准确地查明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。我尝试过使用 saveRDS，同样我也尝试过通过

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，我将非常感激。谢谢。

公式附加了一个环境。如果这是全局环境或包环境，则不会保存，但如果不是可以重建的环境，则会保存。

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。

你不需要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最终为 114 字节，而formula2.Rdata最终大小为 7.7 MB。这是因为后者捕获了它创建的环境，并且包含大向量z.

为了避免这种情况，请在保存公式之前清理创建公式的环境。不要删除公式引用的内容（因为glm可能需要那些），但一定要删除不相关的东西（比如z在我的例子中）。看：

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

这给出了formula3.Rdata144 字节。