我发现R包占用空间太多，想知道library文件夹下：每个一级子目录分别占用了多少磁盘空间？

以下分别给出 Python 和 R 的实现方式

---

一：Python（pathlib + pandas）

核心思路

1. 使用 pathlib.Path 遍历目标路径下的 一级子目录
2. 对每个子目录递归查找所有文件
3. 累加文件大小（字节）
4. 使用 pandas 整理为表格，并转换为 MB 排序

---

Python 代码

from pathlib import Path
import pandas as pd

path = Path(r"E:\R_Program\R-4.4.1\library")

rows = [
    {
        "package": p.name,
        "size_bytes": sum(
            f.stat().st_size
            for f in p.rglob("*")
            if f.is_file()
        )
    }
    for p in path.iterdir()
    if p.is_dir()
]

df = (
    pd.DataFrame(rows)
    .assign(size_MB=lambda x: x.size_bytes / 1024**2)
    .sort_values("size_MB", ascending=False)
)

df.head(10)

---

代码解读

1. 遍历一级目录

for p in path.iterdir() if p.is_dir()

• iterdir()：只遍历 当前路径的一级内容
• is_dir()：确保只统计文件夹（而非单个文件）

这一步保证了统计对象是 每个 R 包目录，而不是递归子目录本身。

---

2. 递归统计文件大小

sum(f.stat().st_size for f in p.rglob("*") if f.is_file())

• rglob("*")：递归获取目录下的所有内容
• f.is_file()：只统计文件，排除子目录
• f.stat().st_size：返回文件大小（字节）

这是 Python 版本的核心计算逻辑。

---

3. 使用 pandas 进行整理

.assign(size_MB=lambda x: x.size_bytes / 1024**2)
.sort_values("size_MB", ascending=False)

• 字节 → MB
• 按大小降序排列
• 非常适合后续筛选“最占空间的包”

---

二：R（base R）

核心思路

1. 使用 list.dirs() 获取一级子目录
2. 对每个子目录：
   • 列出所有文件
   • 使用 file.info() 获取大小
   • 累加并转换为 MB
3. 整理为 data.frame

---

R 代码

path <- "E:/R_Program/R-4.4.1/library"

# 只取一级目录
libs <- list.dirs(
  path,
  recursive = FALSE,
  full.names = TRUE
)

# 计算每个包目录的总大小（MB）
lib_size <- sapply(libs, function(d) {
  files <- list.files(
    d,
    recursive = TRUE,
    full.names = TRUE
  )
  sum(file.info(files)$size, na.rm = TRUE) / 1024^2
})

res <- data.frame(
  pak = libs,
  size_MB = lib_size
)

head(res,10)

---

代码解读

1. 获取一级目录

list.dirs(path, recursive = FALSE, full.names = TRUE)

• recursive = FALSE：只返回一级子目录
• full.names = TRUE：保留完整路径，便于后续文件访问

这一步与 Python 中 path.iterdir() 的作用完全对应。

---

2. 递归列出文件并统计大小

files <- list.files(d, recursive = TRUE, full.names = TRUE)
sum(file.info(files)$size, na.rm = TRUE)

• list.files(..., recursive = TRUE)：获取目录下所有文件
• file.info(files)$size：返回文件大小（字节）
• na.rm = TRUE：防止权限或软链接导致的 NA 中断

---

3. 转换为 MB

/ 1024^2

保持与 Python 结果单位一致，便于对照。

---

R 方法特点

• 纯 base R，无需额外依赖
• 对 R 用户直观
• 适合直接嵌入分析脚本或维护脚本中

---

Python 与 R 实现对比

方面	Python	R
路径处理	pathlib 面向对象	字符串 + base 函数
递归方式	rglob("*")	list.files(recursive=TRUE)
表格整理	pandas	data.frame
扩展性	强（可直接可视化/导出）	简洁，依赖少
适用场景	跨语言/数据工程	R 环境维护

---

实践注意事项

• R library 中可能包含：
  • 二进制文件（.dll, .so）
  • 编译缓存
  • vignette / help 文档
    因此某些包（如 rstan, terra, Seurat）体积明显偏大是正常现象。
• Windows 路径建议统一使用：
  • Python：Path(r"...")
  • R：正斜杠 / 或双反斜杠 \\