代码性能：应用系列或优化的替代方案

Question

我一直认为colMeans()或colSums()是执行各自操作的最快方法。作为基本规则，我在谈论的是基本实现，而不是dplyr或data.table实现。

在教一些新用户时，我自己运行了基准测试以证明这一点。我现在一直在看到矛盾的结论。

n = 10000
p = 100

test_matrix <- matrix(runif(n*p), n, p)
test_df <- as.data.frame(test_matrix) 

benchmark <- microbenchmark(
  colMeans(test_df),
  colMeans(as.matrix(test_df)),
  sapply(test_df, mean),
  vapply(test_df, mean, 0),
  colMeans(test_matrix),
  apply(test_matrix, 2, mean)
)

Unit: microseconds
                         expr      min        lq      mean    median        uq       max neval
            colMeans(test_df) 3099.941 3165.8290  3733.024  3241.345  3617.039 11387.090   100
 colMeans(as.matrix(test_df)) 3091.634 3158.0880  3553.537  3241.345  3548.507  8531.067   100
        sapply(test_df, mean) 2209.227 2267.3750  2723.176  2338.172  2602.289 10384.612   100
     vapply(test_df, mean, 0) 2180.153 2228.2945  2611.982  2270.584  2514.123  7421.356   100
        colMeans(test_matrix)  904.307  915.0685  1020.085   939.422  1002.667  2985.911   100
  apply(test_matrix, 2, mean) 9748.388 9957.0020 12098.328 10330.429 12582.889 34873.009   100

对于矩阵，colMeans()焊炬apply()是预期的。但是对于一个数据帧，sapply()和vapply()通常会胜过colMeans()，即使我增加n和p也是如此。我为什么要在数据帧上使用colMeans()？看来，差异来自与将数据帧转换回矩阵相关的开销。

主要问题

换句话说，是否有理由（以下是更正式的版本）不建议这样做？基准显示基本上没有下降。显然，这是关于用户输入的内容的一个假设，但这不是重点。

colMeans2 <- function(myobject) {
  if (typeof(myobject) == "double") {
    colMeans(myobject)
  } else if (typeof(myobject) == "list") {
    vapply(myobject, mean, 0)
  } else {
    stop("what is this")
  }
}

供参考

在这里我可以找到另外两篇文章，两者都有些相关，并提到colMeans()应该如何更快。

Grouping functions (tapply, by, aggregate) and the *apply family

Why are `colMeans()` and `rowMeans()` functions faster than using the mean function with `lapply()`?