标准 R 方法是使用save和load。如果您save在导入和注释后在数据框上运行，您可以指定compress=TRUE并且您会惊讶于压缩和快速load时间。如果对象大小小于约 400MB，这尤其适用。否则，请查看上面的一些建议，或ffR 中强大的包。

该Hmisc软件包几乎没有包装Save，Load使上述内容更加轻松：

mydata <- csv.get(...)  # Hmisc package, has several options
Save(mydata)   # writes mydata.rda to current working directory
....
Load(mydata)   # reads mydata.rda and creates mydata data frame

看看 SQLite3 数据库。每个数据库都是一个文件，因此不需要设置数据库服务器。

创建数据库：

$ sqlite3 my_db.db3
> CREATE TABLE my_table ( col1 TEXT );

与 R 一起使用，https://gist.github.com/lynaghk/1062939

有许多通用选项。

• 您可以压缩文本。
• 您可以对文本进行二进制处理，而不是用 ascii 编写

出色的压缩取决于数据。

我的猜测（您没有指定，所以我必须猜测）是您希望将类似电子表格的数据存储在 csv（逗号分隔）以外的其他内容中。

我最喜欢的格式之一（我喜欢 MatLab）是 hdf。

以下是有关 HDF 的 R 相关信息：

• 通过包 hdf5、h5r、Bioconductor 的 rhdf5、RNetCDF、ncdf 和 ncdf4 访问
• http://www.hdfgroup.org/HDF5/whatishdf5.html

它是一种高密度的超级计算数据存储格式。它可以非常快速和高效。它也（不出所料）比压缩文本更密集。

R 中的标准文件读取功能现在将自动轻松读取 gzip 文件。因此，只需对您的数据运行简单的 gzip 压缩并像往常一样读取，就好像它是纯文本一样。

read.table('myfile.gz')