更有效的.RData？

Question

我正在处理大型数据集，经常在我的工作站和笔记本电脑之间切换。将工作区映像保存到.RData对于我来说是最自然和方便的方法，所以这是我想要在两台计算机之间同步的文件。

不幸的是，它往往相当大(几GB)，所以高效的同步要么需要我用电缆连接我的笔记本电脑，要么用USB棒移动文件。当我在工作站旁边时，如果我忘记同步我的笔记本电脑，我需要花上几个小时来确保所有的东西都同步。

然而，最大的对象变化相对较少(尽管我经常使用它们)。我可以将它们保存到另一个文件中，然后在保存会话之前删除它们，并在还原会话后加载它们。这是可行的，但会非常烦人。而且，无论何时修改它们，我都必须记住保存它们。很快就会一片狼藉。

是否有更有效的方法来处理这么大的数据块？

例如，如果有一种替代.RData格式-- .RData是一个目录，并且该目录中的文件是要加载的对象，我的问题就会得到解决。

Answer 1

您可以使用saveRDS

objs.names <- ls()
objs <- mget(objs.names) 
invisible(
  lapply(
    seq_along(objs), 
    function(x) saveRDS(objs[[x]], paste0("mydatafolder/", objs.names[[x]], ".rds"))
) )

这将将会话中的每个对象保存到"mydatafolder“文件夹中作为一个单独的文件(确保在手动之前创建该文件夹)。

不幸的是，这将修改所有对象的时间戳，您不能依赖rsync。您可以首先使用readRDS读取对象，查看哪些对象在identical中发生了更改，并且只对更改的对象运行上面的lapply，这样您就可以使用类似于rsync的东西了。