问R支持8位变量吗？

EN

狭义的答案是，附加组件包ff允许您使用更紧凑的表示。

缺点是不同的表示形式会阻止您将数据传递给标准函数。

因此，您可能需要重新考虑您的方法:也许对数据进行二次采样，或者获得更多的RAM。

问:你能告诉R使用8位数字吗？

答:没有。(编辑:参见下面Dirk的评论。他比我聪明。)

问:更多的RAM会有帮助吗？

答:也许吧。假设64位操作系统和64位R实例是起始点，则为"Yes"，否则为"No“。

隐含问题A:当被read.csv读入时，700MB的.csv数据集是否也是700MB

答:也许吧。如果它真的都是整数，它可能会更小或更大。对于每个整数，它将占用4个字节，如果大多数整数在-9到10的范围内，那么当每个整数存储为4个字节时，它们实际上可能会“扩展”。目前，每个值仅使用1-3个字节，因此您可能希望在读取函数中使用colClasses="integer"，大小将增加约50%。否则，如果有任何数据输入故障，它们可能会被存储为factor或8字节的“数字”。

隐含的问题B:如果您将数据放入工作区，您将能够使用它吗？

答:也许吧。您至少需要三倍于最大对象的内存，这是因为R在赋值时复制的方式，即使它是其自身名称的副本。

我并不想刻薄，但是修复这个问题的方法在?read.csv中有说明

这些函数在读取大文件时会使用惊人的内存量。在“R数据导入/导出”手册中有广泛的讨论，补充了这里的注释。如果将‘colClasses’指定为六个原子向量类之一，将使用较少的内存。这在读取采用许多不同数值的列时尤其如此，因为将每个不同的值存储为字符串可能占用多达14倍的内存。使用‘nrows’，即使是轻微的高估，也会有助于内存的使用。

由于I/O的原因，此示例需要一段时间才能运行，即使使用我的SSD也是如此，但没有内存问题：

R> # In one R session
R> x <- matrix(sample(256,2e8,TRUE),ncol=2)
R> write.csv(x,"700mb.csv",row.names=FALSE)

R> # In a new R session
R> x <- read.csv("700mb.csv", colClasses=c("integer","integer"),
+ header=TRUE, nrows=1e8)
R> gc()
            used  (Mb) gc trigger   (Mb)  max used   (Mb)
Ncells    173632   9.3     350000   18.7    350000   18.7
Vcells 100276451 765.1  221142070 1687.2 200277306 1528.0
R> # Max memory used ~1.5Gb
R> print(object.size(x), units="Mb")
762.9 Mb