RData的保存与加载

最好的储存R中数据的格式是保存为.RData。.RData是R专属的文件，可保存海量文件。设想一下，当你在十个不同数据框中进行统计分析时，你可以将统计学习的变量保存为一个文件中，即为ExperimentResults.RData。

保存特定文件save()

使用save()函数保存为RData文件。

# Create some objects that we'll save later
study1.df <- data.frame(id = 1:5, 
                        sex = c("m", "m", "f", "f", "m"), 
                        score = c(51, 20, 67, 52, 42))

score.by.sex <- aggregate(score ~ sex, 
                          FUN = mean, 
                          data = study1.df)

study1.htest <- t.test(score ~ sex, 
                       data = study1.df)

做完统计分析后，可保存当前工作目录下的变量（如study1.df，score.by.sex，study1.htest）为RData文件，可用如下方式进行。

# Save two objects as a new .RData file
#   in the data folder of my current working directory
save(study1.df, score.by.sex, study1.htest,
     file = "data/study1.RData")

完成后，工作目录下将产生一个study1.RData文件，该文件中包括了你想保存的变量，后续可以load()函数进行加载。

保存所有文件save.image()

如果有多个变量想要保存，使用save函数比较繁琐因为必须要输入每个变量名称，可使用save.image()函数保存工作目录下所有的变量。比如，

# Save my workspace to complete_image.RData in th,e
#  data folder of my working directory
save.image(file = "data/projectimage.RData")

现在，projectimage.RData文件包含了当前工作目录下所有的变量。

加载文件load()

加载.RData文件时，使用load()功能。比如，加载之前保存的study1.Rdata文件中的三个变量时（study.df，score.by.sex，study1.htest）,可使用以下命令：

# Load objects in study1.RData into my workspace
load(file = "data/study1.RData")

加载当前工作目录下保存的projectimage.RData文件的所有变量时，可使用以下函数：

# Load objects in projectimage.RData into my workspace
load(file = "data/projectimage.RData")

删除文件rm()

使用rm()功能去除当前工作目录下的所有变量，统计分析时，可能会发现工作目录包含了太多并不需要的文件，可能会拖慢电脑运行速度并可能引起干扰。当移除特定变量时，可使用rm()函数，比如，为了移除huge.df的数据框，可使用以下函数：

# Remove huge.df from workspace
rm(huge.df)

如果想要移除当前工作目录下所有的文件，使用list = ls()

# Remove ALL objects from workspace
rm(list = ls())

重点是！！一旦你删除了一个变量，将无法恢复。慎用rm(list = ls())