ajouts conseils gestion RAM #335
Conversation
| @@ -137,6 +137,46 @@ La saturation de la mémoire vive est souvent provoquée par un utilisateur qui | |||
| | Fichier `.xls` | `read_excel()` | `readxl` | `n_max` | | |||
| | Fichier `.ods` | `read_ods()` | `readODS` | `range` | | |||
|
|
|||
| ### Choisir les classes de colonne les plus économes | |||
|
|
|||
| Chaque colonne d'un `data.frame` a une classe qui sont plus ou moins gourmandes en mémoire. Grosso modo, dans `R`, les classes `integer`, `logical` et `factor` sont économes alors que les classes `numeric` et `character` prennent beaucoup de cases mémoires. Ainsi il est souvent recommandé de transformer une colonne de `character` en `factor` et de vérifier si une colonne de `numeric` ne peut pas être passée en `integer`. | |||
There was a problem hiding this comment.
| Chaque colonne d'un `data.frame` a une classe qui sont plus ou moins gourmandes en mémoire. Grosso modo, dans `R`, les classes `integer`, `logical` et `factor` sont économes alors que les classes `numeric` et `character` prennent beaucoup de cases mémoires. Ainsi il est souvent recommandé de transformer une colonne de `character` en `factor` et de vérifier si une colonne de `numeric` ne peut pas être passée en `integer`. | |
| Chaque colonne d'un `data.frame` a une classe qui définit sa nature informatique. Les principales classes de `R` sont les suivantes : `integer` (nombre entier), `numeric` (nombre réel), `character` (chaîne de caractères), `logical` (valeur logique) et `factor` (variable catégorielle). Or, certaines classes sont plus gourmandes en mémoire que d'autres. Dans `R`, les classes `integer`, `logical` et `factor` sont économes alors que les classes `numeric` et `character` utilisent davantage de mémoire. C'est pourquoi il peut être tuile de transformer une colonne de `character` en `factor` (avec la fonction `as.factor()`) et de vérifier si une colonne de classe `numeric` ne peut pas être transformée en `integer` (avec la fonction `as.integer()`). |
There was a problem hiding this comment.
Très bien, mais il manque des exemples simples. Suggestion: utiliser doremifasolData et le COG pour convertir des noms de communes/départements/régions en factor.
There was a problem hiding this comment.
Ah ben c'est marrant, il y aussi la recommandation exactement opposée dans la communauté R : éviter d'utiliser les factors car trop de chausse-trappe 😄
Content que stringsAsFactors soit passé à FALSE.
There was a problem hiding this comment.
Bien d'accord avec @RLesur ! Je hais les facteurs et ne les utilise que lorsque j'y suis obligé (faire du ggplot2, en l’occurrence). La différence entre la valeur sous-jacente et la valeur d'affichage est trop perturbante pour moi. Si on veut recommander l'utilisation des factor, il va falloir expliquer en détail comment les manipuler dans un autre endroit, parce que c'est loin d'être si évident que ça... (Notamment quand il faut les réordonner, quel enfer !)
There was a problem hiding this comment.
@clerousset : que proposes-tu sur ce paragraphe? Ma reformulation te convient-elle?
Qq conseils en plus pour la gestion de la RAM dans R
close #328