高效索引并从大型数据框中检索数据

Question

我有一个非常大的数据框，有数百万行。数据框如下所示：

id  value ......
111  1  
222  4
111  5
333  6
222  8
444  9
555  4
222  2
111  4

每次，我想要检索具有所有值的特定id。如果我只是使用

df[df$id == myid,]

这可能非常昂贵，因为数据框将扫描表中的所有ID。

是否有任何方法可以索引数据框？

Answer 1

data.table包旨在解决这种情况。

library(data.table)
dt <- as.data.table(df)
setkey(dt, id) # index the data.table by the id column

dt[myid] # extract the id==myid row

您可以通过引用（而不是按值）执行操作，并且开销极小。