使用save.image()保存R工作区时，如何保留tibble类型而非转为data.frame？

方法一：加载前先启动tibble/tidyverse包 #

这是最省事的解决办法——问题根本不是存储时丢了类型，而是加载.Rdata的时候，环境里还没加载tibble包，导致R识别不出tibble的类属性，自动退化成了data.frame。

• 存储时正常执行：save.image("~/r_all.Rdata", compress = TRUE)
• 加载时先运行：library(tidyverse)（或者单独library(tibble)），再执行load("~/r_all.Rdata")，tibble类型就能正常保留。

方法二：用qs包存储大文件（推荐） #

你的数据总共有5GB，base R的save效率不算高，qs包专门针对大对象做了优化，压缩比更好，读写速度更快，还能完美保留所有对象类型：

1. 先安装包：install.packages("qs")
2. 存储整个工作区：qs::qsavem(mget(ls()), file = "~/r_all.qs")
3. 加载时先启动tibble/tidyverse，再运行：qs::qloadm("~/r_all.qs")

方法三：用arrow包处理（适合跨语言场景） #

如果团队有跨语言使用数据的需求，arrow包的序列化格式也能完美保留tibble类型，同时压缩效率不错：

1. 安装包：install.packages("arrow")
2. 存储工作区：把所有对象放进列表再保存：arrow::write_rds(mget(ls()), "~/r_all.arrow.rds", compression = "zstd")
3. 加载并导出到全局环境：

library(tidyverse)
obj_list <- arrow::read_rds("~/r_all.arrow.rds")
list2env(obj_list, .GlobalEnv)

方法四：手动指定对象存储（可选） #

如果不想存整个工作区，只想保留特定对象，用save()函数指定对象列表，同样要保证加载前加载tibble包：

• 存储：save(list = ls(), file = "~/r_all.Rdata", compress = TRUE)（ls()会列出当前所有对象，也可以换成你需要的对象名向量，比如c("tib1", "tib2", "func1")）
• 加载：先library(tibble)，再load("~/r_all.Rdata")

内容的提问来源于stack exchange，提问作者taiyodayo