Question

说我有以下列表：

X = list(data.table(1:2,3:4,5:6), 
         data.table(letters[1:2], letters[3:4]))

我想将列的元素按列绑定到单个data.table中。输出与

产生的输出相同

do.call(cbind, X)

但是，由于我的原始列表和包含数据表非常大，如果我可以通过引用来完成此操作会更好，而不是使用cbind()复制整个对象。有办法吗？像rbindlist()等同于按列绑定的东西，我已经看到这标记为待办事项......

如果这个简单的问题已经在其他地方得到解答，我会道歉并且我错过了答案。

Answer 1

bind_cols dplyr与do.call(cbind相比似乎效率更高，并且返回data.table

library(dplyr)
bind_cols(X)
#   V1 V2 V3 V11 V21
#1:  1  3  5   a   c
#2:  2  4  6   b   d

基准

set.seed(24)
X1 <- lapply(1:10, function(i)
      as.data.table(matrix(sample(1:9, 1e5*1e3, replace = TRUE), nrow = 1e5, ncol = 1e3)))

system.time({
   bind_cols(X1)
  })
#user  system elapsed 
#   0.01    0.00    0.02 

system.time({
    do.call(cbind, X1)
   })
#user  system elapsed 
#   2.22   37.84   40.93 

system.time({
  setDT(unlist(X1, recursive = FALSE), check.names = TRUE)
  })
#  user  system elapsed 
#   0.05    0.00    0.05

或check.names = FALSE

system.time({
   setDT(unlist(X1, recursive = FALSE), check.names = FALSE)
  })
#  user  system elapsed 
#  0.01    0.00    0.02

同样基于@ MichaelChirico的测试示例数据

set.seed(24)
NN <- 1e6
L <- lapply(integer(20L), function(ii) {
    setDT(lapply(integer(sample(15L, 1L)), function(x) rnorm(NN))) }) 

system.time({
   bind_cols(L)
  })
# user  system elapsed 
#      0       0       0 

system.time({
    do.call(cbind, L)
   })
# user  system elapsed 
#   0.44    0.53    0.97 


system.time({
base = L[[1L]]
jj = ncol(base) + 1L
for (ii in 2L:length(L)) {
  for (col_j in seq_len(ncol(L[[ii]]))) {
    set(base, , sprintf('V%d', jj), L[[ii]][[col_j]])
    jj = jj + 1L
  }
}
 })
#user  system elapsed 
#  0.12    0.33    0.46

并使用@ MichaelChirico的更新方法

system.time({
   setDT(unlist(L, recursive = FALSE), check.names = TRUE)
   })
#  user  system elapsed 
#     0       0       0

Answer 2

以下情况如何？

# check.names = TRUE forces unique names on the output
setDT(unlist(X, recursive = FALSE), check.names = TRUE)[]
#    V1 V2 V3 V4 V5
# 1:  1  3  5  a  c
# 2:  2  4  6  b  d

按列列出data.tables的列表，并通过引用

2 个答案:

基准