为何1.5GB数据集在R中导入仅20秒，R Markdown中却耗时15分钟？

首先得明确：1.5GB的CSV在R控制台20秒就能导入，到R Markdown里却耗时15分钟，这明显是环境差异引发的异常，不是read_csv本身的问题，别急着换函数，先从这些方向排查：

先排查R Markdown与控制台的环境差异 #

• 工作目录不一致：R Markdown默认的工作目录是它自身所在的文件夹，而你的R控制台可能用的是另一个目录。如果read_csv用了相对路径，说不定在R Markdown里误读了远程文件或错误路径下的大文件？在导入数据的chunk里加一行print(getwd())，和控制台的getwd()对比，确认路径完全一致。
• chunk里藏了额外操作：会不会你把数据导入和后续的清洗、转换放在同一个chunk里了？看起来像是导入慢，其实是后面的操作拖了时间。把导入单独拆成一个chunk，用system.time()精准测量耗时：

  # 单独的导入chunk
  library(readr)
  system.time(df <- read_csv("your_large_data.csv"))
  

• R环境资源/加载包不同：R Markdown开头可能加载了一堆你没注意的包，或者IDE给R Markdown进程分配的内存更少，导致读取大文件时不得不使用虚拟内存，速度暴跌。在控制台和R Markdown的chunk里分别运行sessionInfo()，对比已加载包、R版本、内存限制；用memory.limit()（Windows）或memory.size()查看内存配额，必要时调高。

如果排查后还是慢，再考虑替换导入函数 #

要是确认就是read_csv在R Markdown里莫名变慢，可以试试这些专为大文件优化的工具：

• data.table::fread()：data.table的fread是出了名的快，它会自动优化读取逻辑，对大CSV的支持拉满，语法也简洁：

  library(data.table)
  dt <- fread("your_large_data.csv")
  

• vroom::vroom()：vroom采用懒加载机制，不会一次性把所有数据读进内存，而是按需加载，超大文件导入速度极快，返回的还是tibble格式，和readr兼容度很高：

  library(vroom)
  df <- vroom("your_large_data.csv")
  

一般来说，排查完环境差异后，导入速度就能和控制台看齐。如果还是有问题，再换上面的函数试试。

内容的提问来源于stack exchange，提问作者Viðar Ingason