RStudio中如何调整max.print上限以完整导入全量数据集

reached 'max' / getOption("max.print")警告和数据导入行数限制无关。max.print参数仅控制R控制台允许打印输出的最大行数，不约束数据读取的行数阈值。
很多用户会误将控制台打印出来的行数当成实际导入的行数：只要控制台打印触发了max.print阈值，后续行只是不显示在控制台，不是没有被导入。你判断的“仅成功导入3817125行”大概率是控制台显示的行数，不是实际导入的数据量；如果确实存在行数截断，也是读取函数参数配置错误、内存不足等原因导致，和max.print配置没有关系。

1. 修正无效的max.print配置 #

不要将max.print设置为和全量数据行数一致的数值，1500万行内容直接输出到控制台会直接导致R Studio无响应卡死，将其调整为满足日常查看需求的合理值即可：

# 控制台最多打印1000行，避免大对象输出卡顿
options(max.print = 1000)

注意：只要不直接在控制台输入完整数据框变量名触发全量打印，就不会触发max.print相关警告，该警告本身不影响内存中存储的数据完整性。

2. 修正数据读取函数的参数配置 #

不同数据读取函数的行数控制参数不同，对应排查修改即可：

• 若使用基础R的read.csv/read.table函数：检查是否误设置nrows参数，该参数默认值-1代表读取全部行，若手动设置为固定数值会触发数据截断，全量读取参考写法：

df <- read.csv(
  file = "你的数据文件本地路径.csv",
  nrows = -1,
  comment.char = "",
  stringsAsFactors = FALSE
)

• 若使用readr包的read_csv/read_delim函数：检查是否误设置n_max参数，该参数默认值Inf代表读取全量，若设置为固定数值会触发截断，全量读取参考写法：

library(readr)
df <- read_csv(
  file = "你的数据文件本地路径.csv",
  n_max = Inf,
  show_col_types = FALSE
)

• 1500万行级别数据优先使用data.table包的fread函数读取，该函数无内置行数限制，读取速度快、内存占用低，默认配置即可读取全量数据：

library(data.table)
df <- fread("你的数据文件本地路径.csv")

3. 排查内存不足导致的读取截断 #

1500万行结构化数据导入时会占用数GB内存，若R进程分配到的内存不足，会出现数据静默截断的问题：

• Windows系统可运行memory.size()查看当前R进程已使用的内存量，运行memory.limit()查看当前R进程可用的内存上限
• 若内存上限不足，先关闭其他占用内存的程序，再手动调整R可用内存上限（根据自身电脑总内存调整，例如总内存16G可分配12G给R）：

memory.limit(size = 12000)

• 导入阶段不要加载多余包、不要同步做复杂的列转换/格式处理，减少导入阶段的内存开销。

4. 导入结果校验 #

导入完成后不要直接输入数据框变量名触发全量打印，用以下方式校验导入结果，不会触发max.print警告：

# 查看导入数据的总行数，确认是否和文件行数一致
nrow(df)
# 仅查看数据前6行，确认字段读取正常
head(df)

内容的提问来源于stack exchange，提问作者abdelrhim eltijani