RAM使用中的小文件

我试图在R中打开一个163MB.xlsx文件

library(openxlsx)
df <- read.xlsx(xlsxFile = "df.xlsx", sheet = 1, colNames = T)

库（openxlsx）
df您是否尝试过readxl软件包

你试过readxl软件包吗

您也可以将其读取为制表符分隔（
read.csv（…，sep=“\t”）
）或将其另存为
.txt
文件并读取为制表符分隔。
您也可以将其读取为制表符分隔（
read.csv（…，sep=“\t”）
）或将其另存为
.txt
文件并读取为制表符分隔。
看起来是这样的（至少是这样的）
openxlsx
有问题。此Github问题描述了文件大小膨胀的问题，并提出了解决方案（使用开发版本）：

因此，潜在的解决方案：


尝试开发版本的
openxlsx
（
devtools:：install\u github（“awalker89/openxlsx”）
按照的建议，尝试使用
readxl
软件包
加载文件并使用
save（）
或
saveRDS（）
使用
readr:：read_csv（）
或
data.table:：fread（）
，使用
.csv
文件重试；两者都比基本R的
read.csv（）快。
看起来这是（或至少是）openxlsx的一个问题。
openxlsx
这个Github问题描述了文件大小膨胀的问题，并提出了解决方案（使用开发版本）：

因此，潜在的解决方案：


尝试开发版本的
openxlsx
（
devtools:：install\u github（“awalker89/openxlsx”）
按照的建议，尝试使用
readxl
软件包
加载文件并使用
save（）
或
saveRDS（）
使用
readr:：read_csv（）
或
data.table:：fread（）
，使用
.csv
文件重试；两者都比基本R的
read.csv（）快。
pryr:：object_size（df）
（您可能需要
install.packages（“pryr”）
）的结果是什么？可能有两个原因：1.当转换为R数据类型时，某些字段可能比原始文件占用更多的空间（在某些情况下甚至更少）2.xlsx文件是压缩的，因此，当您说您有一个CSV版本，但“CSV不是一个选项”时，需要在加载时进行扩展，这是否意味着您的CSV格式不正确？在文件中使用逗号和分号是完全合法的，如果格式正确，R可以读取它。（如果您的版本格式不好，并且您在阅读xlsx时仍然有问题，也许您可以从xlsx重新导出到csv。）谢谢您的建议。@Phil我更新了这篇文章，因此它包含了RAM使用情况的图片和
pryr:：object_size（df）的输出
@Richard我不确定是否看到了Phil建议的函数的输出，我想可能还有另一个原因，
pryr:：object\u size（df）
（您可能需要
安装.packages（“pryr”）
）？有两个可能的原因1.当转换为R数据类型时，某些字段可能会占用比原始文件中更多的空间（或在某些情况下占用更少的空间）。2.xlsx文件被压缩，因此当您说您有CSV版本，但“CSV不是一个选项”时，应在加载时进行扩展，这是否意味着您的CSV格式不正确？在文件中使用逗号和分号是完全合法的，如果格式正确，R将很好地读取它。（如果您的版本格式不正确，并且您在读取xlsx时仍然有问题，您可以将其从xlsx重新导出到CSV。）谢谢你的建议。@Phil我更新了帖子，因此它包括了RAM使用情况的图片和
pryr:：object_size（df）
@Richard我不确定是否看到Phil建议的函数的输出，我想可能还有另一个原因
read_xlsx(path, sheet = NULL, range = NULL, col_names = TRUE,
col_types = NULL, na = "", trim_ws = TRUE, skip = 0, n_max = Inf,
guess_max = min(1000, n_max))