.csv文件大小的较大差异

Question

我有两个.csv文件：

• 具有32075892行的表A，耗时2023365kb
• 具有21383928行的表B，仅需1051836kb

两个表的列数相同，内容大致相同（一个ID，一个整数，一个短字符串（总是相同的大小），一个数字，另一个字符串）。唯一的不同是，对于表A，最后一列的String值稍长：与9相比，平均为26.83个字符。

我从R中的data.table包中读取和写入了两个.csv文件，并带有fread和fwrite。

表A的行比B多50％，但文件大小占空间的两倍。文件大小差异很大的原因是什么？

Answer 1

您可以计算两个文件的平均记录长度：

    int recordLengthFile1= (2023365 * 1024) / 32075892; 
    int recordLengthFile2= (1051836 * 1024) / 21383928 ;

这使记录长度分别为 64 和 50 ，相差14，这与文件中最后两个字段之间的差26.83-9 = 17.83