pryr::object_size()处理嵌套tibble或data frame是否存在兼容性问题

报错原因 #

这个报错不是单纯由嵌套数据框/ tibble 结构导致，根源是你在嵌套列表列中存储了lm线性回归模型对象：lm返回的结果会默认携带拟合时的环境引用，pryr::object_size递归遍历对象计算内存时无法正确处理这类带特殊绑定的环境引用，才会抛出bad binding access错误。你可以单独测试pryr::object_size(lm(log(y)~log(x), data=DT))，也会触发完全相同的报错，和外层是不是嵌套结构没有关系。

可行解决方案 #

方案1：替换为R内置的内存计算函数 #

R内置的utils::object.size()对这类环境引用的兼容性更好，直接替换函数调用即可正常计算：

# 运行无报错，正常返回内存占用大小
object.size(testTabe(DT))
object.size(testTib(DT))

方案2：清理lm对象的冗余环境绑定 #

如果你需要保留pryr::object_size的共享内存统计、自动适配单位等特性，可以在生成模型时主动清除不必要的环境引用：

# 调整生成model列的代码
model = tryCatch({
  mod <- lm(logY ~ logX, data=data[[1]])
  # 清除模型中携带的不需要的环境绑定与冗余数据
  mod$model <- NULL
  mod$terms <- NULL
  mod$qr$qr <- NULL
  mod
}, error=function(cond) NA) %>% list()

修改后再调用pryr::object_size就不会触发报错。

方案3：仅存储需要的模型结果 #

如果你不需要后续调用整个模型对象做预测等操作，可以在生成嵌套列时仅提取你需要的模型参数（比如回归系数、R²、p值等）存储为普通列表/数据框，不要直接存储完整lm对象，从根源上避免环境引用的问题。

内容的提问来源于stack exchange，提问作者The Count