RDS或RData格式文件的读写

市面上的 R 语言培训班和书籍（包括网络上的文章或视频），由于受限于培训时间或书籍篇幅，往往难以深入探讨 R 语言在数据科学或人工智能中的具体应用场景，内容泛泛而谈，最终无法真正解决实际工作中的问题。这两种格式不仅能够保证数据的紧凑性和读取速度，还能够完整地保留R特有的数据结构和属性信息，从而提高数据处理的效率和准确性。RDS格式的一个重要优势是可以在读取时将对象重新赋予不同的名称，这使得在同一R

临床数据科学和人工智能兴趣组

1131人浏览 · 2025-01-29 11:03:51

临床数据科学和人工智能兴趣组 · 2025-01-29 11:03:51 发布

下面内容摘录自《用R探索医药数据科学》专栏文章的部分内容（原文6012字）。

2章7节：用R读写RDS、RData、CSV和TXT格式文件（更新20250129）_r语言读取rds文件-CSDN博客

一、RDS或RData格式文件

在R语言中，数据存储和读取是数据分析工作的重要环节。R提供了两种原生格式用于存储数据：RDS和RData格式。这两种格式在R语言环境中非常有用，因为它们能够高效地存储和读取数据，同时保持数据的完整性和特定结构。如果不考虑数据的可移植性，并且数据处理过程中只使用R，推荐直接使用这两种格式进行数据的读写操作。

RDS格式用于存储单个R对象，如数据框、列表或模型等。由于其采用二进制格式进行存储，RDS文件的大小通常较小，并且在读取时可以保留对象的完整结构和属性信息。

RDS格式的一个重要优势是可以在读取时将对象重新赋予不同的名称，这使得在同一R会话中处理多个版本的数据或模型变得更加灵活。尽管RDS文件在保存和读取过程中可能稍微慢一些，但其高效的存储方式和灵活的命名能力使其在数据科学中非常受欢迎。

下面是比较XLS（EXCEL）、CSV、RDS和RData格式的表格：

	XLS	CSV	RDS	RData
存储对象数量	多个工作表中的多个对象	单个数据集	单个对象	多个对象
是否保留原始结构和属性	是	否	是	是
文件大小	大	较大	小	较大
读取速度	较慢	较慢	快	快
灵活性	中	高	高	中
覆盖已有变量风险	否	否	否	是
压缩	否	否	是	否
常见使用软件	Excel, R, Python	Excel, R, Python	R	R

当数据处理过程完全依赖于R语言，并且不需要将数据传递到其他平台时，直接使用RDS或RData格式来读写数据是一个高效且可靠的选择。这两种格式不仅能够保证数据的紧凑性和读取速度，还能够完整地保留R特有的数据结构和属性信息，从而提高数据处理的效率和准确性。

R语言通过内置的文件操作函数提供了对数据的持久化存储支持。常用的读写操作有：

save()和load()：用于保存和加载R对象。

write.csv()和read.csv()：用于读写CSV格式的数据。

write.table()和read.table()：适用于表格数据的读写。

其中，save()函数是用于将R对象保存为二进制格式文件的主要工具，支持将多个对象同时保存到文件中。而load()函数则用于读取之前通过save()保存的文件，并将其中的R对象恢复到内存中。

save(..., list = character(),                                # ...: 指定要保存的对象，可以是多个对象的名称（符号或字符字符串）。
     file = stop("'file' must be specified"),                # file: 保存文件的名称或者路径，必须指定。若未指定，函数会停止并报错。
     ascii = FALSE,                                          # ascii: 如果为TRUE，保存数据时使用ASCII格式；默认为FALSE，使用二进制格式保存。
     version = NULL,                                         # version: 指定保存文件的版本格式。NULL为当前版本，支持1、2、3版本。
     envir = parent.frame(),                                 # envir: 指定搜索对象的环境。默认为父环境，即当前环境。
     compress = isTRUE(!ascii),                              # compress: 是否对保存的文件进行压缩，若为TRUE则压缩；如果ascii为TRUE，则默认为FALSE。
     compression_level,                                      # compression_level: 压缩级别，整数值，表示压缩的强度。通常范围为1到9，默认为6。
     eval.promises = TRUE,                                   # eval.promises: 是否强制评估Promise对象，默认为TRUE，表示评估Promise对象。
     precheck = TRUE)                                        # precheck: 是否检查要保存的对象是否存在，默认为TRUE。在保存之前进行检查。

首先生成数据集 data_list ，它是一个包含多种数据类型的列表，具有三个主要部分：一个数据框 df，其中包含两列数据，一列是从1到5的整数，另一列是字母 a 到 e；一个数值向量 vec，包含五个数值；以及一个3x3的矩阵 matrix，其元素从1到9。这个数据集展示了R中不同数据结构的使用，包括数据框、向量和矩阵，适合用来进行各种数据处理和分析操作，如下面代码。


# 生成一组示例数据
data_list <- list(
  df = data.frame(a = 1:5, b = letters[1:5]),   # 创建一个数据框，包含两列
  vec = c(10, 20, 30, 40, 50),                  # 创建一个数值向量
  matrix = matrix(1:9, nrow = 3)                # 创建一个3x3的矩阵
)

# 将数据保存为RData格式
save(data_list, file = "data_list.RData")

如果要保存为RDS格式，我们需要saveRDS函数。

saveRDS(object, file = "", ascii = FALSE, version = NULL, 
        compress = TRUE, refhook = NULL)  # 保存R对象为RDS格式的文件

代码如下。

# 将数据保存为RDS格式
saveRDS(data_list, file = "data_list.rds")

上面涉及几个函数，这个说明一下。

1） data.frame() 函数用于创建一个数据框，它是用于存储表格数据的基本数据结构。在代码中，我们用它创建了一个包含两列的数据框，其中一列包含整数，另一列包含字母。这个数据框被存储在一个列表 data_list中。

2）save() 函数用于将一个或多个R对象保存到RData格式的文件中。RData格式能够保存多个对象并保留其原始结构和属性。在代码中，我们使用 save() 函数将 data_list 列表保存为一个名为 data_list.RData 的文件，这样可以在以后恢复这个数据列表。

3）saveRDS() 函数用于将单个R对象保存为RDS格式的文件。RDS格式专为存储单个对象设计，并允许在读取时将对象赋予新的名称。在代码中，我们使用 saveRDS() 函数将 data_list 保存为名为 data_list.rds 的文件，这种格式适合于在需要时重新加载数据并为其指定不同的变量名。

然后读取数据

# 从RDS文件读取数据
data_list_rds <- readRDS("data_list.rds")
print("数据从RDS文件读取:")
print(data_list_rds)

在这段代码中，readRDS() 函数用于从名为 data_list.rds 的RDS文件中读取数据，并将其赋值给变量 data_list_rds。这个函数专门用于读取RDS格式的文件，能够恢复保存的单个R对象。随后，print() 函数被用来显示从RDS文件中读取的数据，以便用户检查和验证数据的内容。通过这些函数，用户可以方便地加载和查看之前保存的数据。

～～～～～～

市面上的 R 语言培训班和书籍（包括网络上的文章或视频），由于受限于培训时间或书籍篇幅，往往难以深入探讨 R 语言在数据科学或人工智能中的具体应用场景，内容泛泛而谈，最终无法真正解决实际工作中的问题。同时，它们也缺乏针对医药领域的深度结合与讨论。为了解决这些痛点，我们推出了《用 R 探索医药数据科学》专栏。该专栏将持续更新，不仅为您提供系统化的学习内容，更致力于成为您掌握最新、最全医药数据科学技术的得力助手。

每篇文章篇幅在5000字至9000字之间。
内容涵盖试验统计、预测模型、科研绘图、数据库、机器学习等热点领域。

《用 R 探索医药数据科学》专栏目录

GitCode 天启AI是一款由 GitCode 团队打造的智能助手，基于先进的LLM（大语言模型）与多智能体 Agent 技术构建，致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话，还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力，真正做到“一句话，让 Al帮你完成复杂任务”。

更多推荐