相同的R数据框却有不同哈希值（非属性问题）

我有两个约150行的R数据框X和Y，identical(X, Y)返回TRUE，但identical(digest(X), digest(Y))返回FALSE，以下是排查过程：

属性一致性验证 #

已确认两个数据框的属性完全一致，测试结果如下：

> names(attributes(X))
[1] "names"     "row.names" "class"
> names(attributes(Y))
[1] "names"     "row.names" "class"  

> digest(X)
[1] "07b7ef11ce6eaae01ddd79e4facef581"
> digest(Y)
[1] "09d8abcab0af0a72265a9b690f4eacc3"

> digest(X[1:nrow(X),])
[1] "2f338de9972529bd2bc9c39c3c5762ea"
> digest(Y[1:nrow(Y),])
[1] "2f338de9972529bd2bc9c39c3c5762ea"

> identical(X, Y, attrib.as.set=FALSE)
[1] TRUE

RDS保存读取测试 #

将数据框保存为.RDS文件后重新读取，identical()仍返回TRUE，但digest()结果依旧不同：

> X_rds <- read_rds("cache_vars/X.rds")
> Y_rds <- read_rds("cache_vars/Y.rds")
> identical(X_rds , Y_rds )
[1] TRUE
> digest(X_rds)
[1] "07b7ef11ce6eaae01ddd79e4facef581"
> digest(Y_rds )
[1] "09d8abcab0af0a72265a9b690f4eacc3"
> identical(X_rds , Y_rds , attrib.as.set=FALSE)
[1] TRUE

矩阵转换测试 #

将数据框转为矩阵再转回数据框后，哈希值变得一致，说明差异源于结构层面：

> X_Mat <- as.matrix(X_rds)
> Y_Mat <- as.matrix(Y_rds)
> identical(digest(X_Mat), digest(Y_Mat))
[1] TRUE
> X_DF <- as.data.frame(X_Mat)
> Y_DF <- as.data.frame(Y_Mat)
> identical(digest(X_DF ), digest(Y_DF))
[1] TRUE

数据框生成背景 #

X由并行设计的循环生成（但使用了%do%标记，未实际并行），Y由顺序循环生成。

更新 #

MrFlick的判断正确，事实证明并行rbind函数的序列化过程添加了gp=0x20标记，与写入RDS时的情况类似。

内容的提问来源于stack exchange，提问作者b-dev