Question

我有一个已经使用data.frame上下文编写的项目。为了改善计算时间，我试图利用data.table的速度来代替。我的方法是构建包装函数，读取框架，将它们转换为表格，进行计算，然后转换回框架。这是一个简单的例子......

FastAgg<-function(x, FUN, aggFields, byFields = NULL, ...){
  require('data.table')
  y<-setDT(x)
  y<-y[,lapply(X=.SD,FUN=FUN,...),.SDcols = aggFields,by=byFields]
  y<-data.frame(y)
  y
}

我遇到的问题是在运行此函数后x已转换为表格，然后我使用data.frame表示法编写的代码行失败。如何确保我输入的data.frame由运行函数保持不变？

Answer 1

对于您的情况，我建议（当然）使用data.table，而不仅仅是在函数中： - ）。

但如果不太可能发生，那么我建议setDT + setDF设置。我建议在函数外部使用setDT（并提供data.table作为输入） - 通过引用将data.frame转换为data.table，然后在完成操作后使用{ d，你可以使用setDF使用setDF将结果转换回data.frame并从函数返回。但是，setDT(x)将x更改为data.table - 因为它通过引用进行操作。

如果这不理想，请在函数内部使用as.data.table(.)，因为它在副本上运行。然后，您仍然可以使用setDF()将生成的data.table转换为data.frame并从函数中返回该data.frame。

最近推出了这些功能（主要是由于用户请求）。避免这种混淆的想法是导出shallow()函数并跟踪需要复制列的对象，并在内部（并自动）完成所有操作。它现在都处于非常早期的阶段。在我们管理完毕后，我会更新此帖子。

另请查看?copy，?setDT和?setDF。这些功能的帮助页面中的第一段是：

在data.table用语中，所有set*函数都通过引用更改其输入。也就是说，除了临时工作内存之外，根本没有复制，只有一列。通过引用修改输入的唯一其他data.table运算符是:=。请查看下面的See Also部分，了解其他set*功能数据。表格提供。

setDT的示例：

set.seed(45L)
X = data.frame(A=sample(3, 10, TRUE), 
         B=sample(letters[1:3], 10, TRUE), 
         C=sample(10), stringsAsFactors=FALSE)

# get the frequency of each "A,B" combination
setDT(X)[, .N, by="A,B"][]

没有任务（虽然我承认在这里可以稍微解释一下）。

在setDF：

X = data.table(x=1:5, y=6:10)
## convert 'X' to data.frame, without any copy.
setDF(X)

我认为这很清楚。但我会尝试提供更清晰的信息。此外，我还尝试在文档中添加如何最好地使用这些功能。

data.table的包装函数

1 个答案: