你可能还会担心这种形式会创建数据的许多副本，占用大量内存。令人惊讶的是，事实并非如此。首先，请注意，主动担心内存问题并不是一种有效利用时间的方式：等到它真正成为问题（即内存耗尽）时再担心，而不是提前担心。其次，R 并不笨，它会在可能的情况下跨数据框共享列。让我们看一个实际的数据操作管道，其中我们向 ggplot2::diamonds 添加一个新列：

diamonds <- ggplot2::diamonds diamonds2 <- diamonds %>% dplyr::mutate(price_per_carat = price / carat) pryr::object_size(diamonds) #> 3.46 MB pryr::object_size(diamonds2) #> 3.89 MB pryr::object_size(diamonds, diamonds2) #> 3.89 MB

pryr::object_size() 给出其所有参数所占用的内存。这些结果乍一看似乎违反直觉：

• diamonds 占用 3.46 MB。
• diamonds2 占用 3.89 MB。
• diamonds 和 diamonds2 合起来只占用 3.89 MB！

这怎么可能呢？其实，diamonds2 与 diamonds 有 10 个共同的列：没有必要复制所有这些数据，所以这两个数据框共享一些变量。只有当你修改其中某个变量时，它才会被复制。在下面的例子中，我们修改了 diamonds$carat 中的一个值。这意味着 carat 变量不能再在两个数据框之间共享，必须进行复制。每个数据框的大小不变，但总大小增加了：

diamonds$carat[1] <- NA pryr::object_size(diamonds) #> 3.46 MB pryr::object_size(diamonds2) #> 3.89 MB pryr::object_size(diamonds, diamonds2) #> 4.32 MB