Question

data.table个对象现在有一个：=运算符。是什么让这个运算符与所有其他赋值运算符不同？此外，它的用途是什么，它的速度有多快，何时应该避免？

Answer 1

以下示例显示10分钟缩短为1秒（来自homepage上的新闻）。这就像是分配给data.frame，但不是每次都复制整个表格。

m = matrix(1,nrow=100000,ncol=100)
DF = as.data.frame(m)
DT = as.data.table(m)

system.time(for (i in 1:1000) DF[i,1] <- i)
     user  system elapsed 
  287.062 302.627 591.984 

system.time(for (i in 1:1000) DT[i,V1:=i])
     user  system elapsed 
    1.148   0.000   1.158     ( 511 times faster )

将:=放在j中就可以获得更多成语：

DT["a",done:=TRUE]   # binary search for group 'a' and set a flag
DT[,newcol:=42]      # add a new column by reference (no copy of existing data)
DT[,col:=NULL]       # remove a column by reference

和：

DT[,newcol:=sum(v),by=group]  # like a fast transform() by group

我想不出有任何理由要避免:=！除了for循环内部。由于:=出现在DT[...]内，因此[.data.table方法的开销很小;例如，S3调度并检查参数的存在和类型，例如i，by，nomatch等。因此对于内部for循环，开销很低，名为:=的{{1}}的直接版本。有关详细信息和示例，请参阅set。 ?set的缺点包括set必须是行号（没有二进制搜索），并且您无法将其与i结合使用。通过制定这些限制by可以大大减少开销。

set

我什么时候应该在data.table中使用：=运算符？

1 个答案: