Question

我有一个关于在R中写入二进制文件的问题。我正在进行数据压缩，我想写一个二进制文件整数，可以用两个字节表示，但R代表它们在4个字节上。是否有任何数据类型可以存储两个字节或一个字节的数字（如C中的短整数）？

如果没有，当你使用带有小整数的writeBin（例如可以保存为1个字节）和size = 1时，程序是否写入整数的所有4个字节（包括0个字节）或者它转换它到1个字节。

这对我来说是一个非常重要和紧迫的问题，我们将非常感谢您的帮助。如果您知道有关写入二进制文件的全面帮助，请告诉我们。谢谢！

（有时，当我使用大小等于小数字的writeBin时，我得到一个错误，说明我的机器上没有定义大小。我该如何解决这个问题？将整数写入压缩文件的最佳方法是什么？目的（拥有最小的文件）？原始数据类型有帮助吗？）

Answer 1

你可能会让你的生活变得太复杂。 R在save()默认使用压缩，你测量的还不够好吗？一个例子：

R> vec <- rep(1L, 100)                 ## 100 integer elements
R> object.size(vec) 
440 bytes                              ## so there must be a 40 byte overhead
R> str(vec)
 int [1:100] 1 1 1 1 1 1 1 1 1 1 ...
R> save( vec, file="/tmp/vec.RData")
R> file.info("/tmp/vec.RData")[1:3]
               size isdir mode
/tmp/vec.RData   64 FALSE  644         ## stored to 64 bytes!
R>

您可能会认为重复值非常适合压缩，但它们甚至可能适用于您的数据集？

否则，可以尝试支持单字节和双字节类型的CRAN包ff。

最后，如果您想要完全控制，可以使用C或C ++分配更短的整数类型，甚至是char类型。有package I could recommend for interfacing C++ ...

Answer 2

对于整数，writeBin的size参数应为1,2或4 - 8也适用于压缩;-)

你真的需要size = 3吗？

writeBin会写入整数值，每个整数的字节数与指定的一样多。如果整数不合适，则会以静默方式跳过高位。

对于签名值（默认值）：

size=1 for integer values between [-128, 127]
size=2 for integer values between [-32768, 32767]

或者，如果你用signed = FALSE读取它们：

size=1 for integer values between [0, 255]
size=2 for integer values between [0, 65535].

为指定大小写入太大值的示例：

writeBin(254:257, "foo.bin", size=1)
readBin("foo.bin", "int", 4, size=1, signed=FALSE) # 254 255 0 1

将小整数写入R中的二进制文件

2 个答案: