如何在R中保存包含不同数据类型的嵌套列表
2026-10-12
R 保存包含复杂对象的嵌套列表的可行方案
你需要保存的嵌套列表包含tidymodel（lm类）、tibble、ggplot这类R专属的S3类对象，优先选择R原生序列化方案，可100%保留对象属性，清理工作环境后只要存储文件保留就不会丢失数据，具体可选方案如下：
方案1：base R 原生.rda格式存储（无依赖、最通用）
不需要安装任何第三方包，支持批量存储多个R对象，所有属性完整保留：
- 保存代码：
save(你的嵌套列表变量名, file = "my_nested_list.rda") - 读取代码：
load("my_nested_list.rda")
优势：兼容性最强，不会出现跨版本属性丢失问题，适合普通体积的列表存储。读取时会直接将原列表对象加载到当前工作环境，不需要额外赋值。
方案2：base R 原生.rds格式存储（更灵活）
专门用于存储单个R对象，读取时可自定义赋值的变量名，不会和当前环境的已有变量冲突：
- 保存代码：
saveRDS(你的嵌套列表变量名, file = "my_nested_list.rds") - 读取代码：
new_list_name <- readRDS("my_nested_list.rds")
优势：无额外依赖，使用灵活，是单对象存储的首选方案。
方案3：qs 包高性能序列化（适合大体积列表）
如果你的嵌套列表体积较大（例如基于数十万行数据训练的模型、超大数据量的tibble），可以使用qs包实现更快的读写速度和更高的压缩率：
- 首次使用先安装包：
install.packages("qs") - 保存代码：
qs::qsave(你的嵌套列表变量名, file = "my_nested_list.qs") - 读取代码：
large_list <- qs::qread("my_nested_list.qs")
优势：读写速度比base R原生方案高2~10倍，压缩率提升30%以上，同样完整保留所有R对象的类属性。
避坑提示
- 不要使用
write.csv()、write_json()这类通用文本格式存储，这类格式无法识别R的自定义类属性，读取后模型、ggplot、tibble都会丢失原有功能无法正常使用。 - 存储文件建议和你的R脚本放在同一目录，读取时使用相对路径即可，避免文件路径变动导致读取失败。
内容的提问来源于stack exchange，提问作者Niall Marsay
相关产品推荐
相关产品推荐
