.rds和.Rdata（.rda）-香草杏仁

.rds和.Rdata （也称为.rda ）文件都可用于以R本机格式存储R对象。与非本机存储方法（例如write.table相比，保存此方法有多个优点：
1)将数据恢复到R更快
2)它保持在数据中编码的R特定信息（例如，属性，变量类型等）。
但他们也有一点不同。

保存和加载方式不同

RDS是用saveRDS和readRDS，Rdata使用save和load。

> x <- 1:5
> save(x, file="x.Rda")
> saveRDS(x, file="x.Rds")
> rm(x)

## ASSIGN USING readRDS
> new_x1 <- readRDS("x.Rds")
> new_x1
[1] 1 2 3 4 5

## 'ASSIGN' USING load -- note the result
save(x,'x.Rdata')
> new_x2 <- load("x.Rdata")
loading in to  <environment: R_GlobalEnv> 
  > new_x2
[1] "x"
# NOTE: `load()` simply returns the name of the objects loaded. Not the values. 
> x
[1] 1 2 3 4 5

2.Rdata 可以保存多个对象，RDS仅处理单个R对象

saveRDS / readRDS仅处理单个R对象。但是，它们比多对象存储方法更灵活，因为还原对象的对象名称不必与存储对象时的对象名称相同。

例如，

# 使用.rds文件保存我们将使用的iris数据集：
saveRDS(object = iris, file = "my_data_frame.rds")
# 要将数据加载回：
iris2 <- readRDS(file = "my_data_frame.rds")

# 要保存多个对象，我们可以使用save()和输出为.Rdata 。
# 例如，保存2个数据帧：虹膜和汽车
save(iris, cars, file = "myIrisAndCarsData.Rdata")
# 载入：
load("myIrisAndCarsData.Rdata")

.Rdata也可以写成.rda，后来发现使用.rda十分方便！力荐！尤其是当环境内有多个变量需要保存时。

补充

Rdata不压缩，直接保存。

rbase中默认储存rds的函数saveRDS()会对变量压缩后存储，如果变量比较大，压缩耗时很高，在R包readr中提供了一个write_rds()，该函数保存rds时不压缩（或可以手动设置压缩率），保存速度较快，但是占用空间较多。多数情况下，时间比硬盘空间更宝贵，所以我目前倾向于使用这个函数。

‍

文章版权归作者所有，转载请注明来源。

THE END

R基础生信基础
# 存储 # 方法 # 例如 # 保存 # 不同