Jämföra inläsningstider för CSV- och RDS-filer

En av de vanligaste uppgifterna vi utför är att läsa in data från CSV-filer. För stora CSV-filer kan det dock gå långsamt. Ett smidigt knep är att läsa in datan och spara den som en binär R-fil (rds) med hjälp av saveRDS(). För att läsa in rds-filen använder du readRDS().

Obs: Eftersom rds är R:s eget format för att lagra enskilda objekt, undviker du beroenden till tredjepartspaket som kan förändras i framtiden.

För att jämföra de två metoderna kan du använda system.time(). Den här funktionen returnerar den tid det tar att evaluera ett R-uttryck. Om du till exempel vill mäta hur lång tid det tar att beräkna kvadratroten ur talen ett till tio miljoner skriver du följande:

system.time(sqrt(1:1e7))

Den här övningen är en del av kursen

Effektiv R-kod

Visa kurs

Övningsinstruktioner

Filerna "movies.csv" och "movies.rds" innehåller båda identiska dataramar med information om 45 000 filmer.

Använd funktionen system.time() för att mäta hur lång tid det tar att läsa in CSV-filen med read.csv("movies.csv").
Upprepa samma steg för rds-filen, "movies.rds", med hjälp av readRDS().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# How long does it take to read movies from CSV?
system.time(read.csv(___))

# How long does it take to read movies from RDS?
___

Redigera och kör kod