W mojej pracy używam kilku tabel (dane klienta, rekordy transakcji itp.). Ponieważ niektóre z nich są bardzo duże (miliony wierszy), ostatnio przełączam nadata.table pakiet (dzięki Matthew). Jednak niektóre z nich są dość małe (kilkaset wierszy i kolumna 4/5) i są wywoływane kilka razy. Dlatego zacząłem o tym myśleć[.data.table nad głowąaport dane zamiast ustawiać () wartość, jak już wyraźnie opisano w?set, gdzie, niezależnie od wielkości tabeli, jedna pozycja jest ustawiona na około 2 mikrosekundy (w zależności od procesora).

Jednak wydaje się, że nie istnieje odpowiednikset za uzyskanie wartości z adata.table znając dokładny rząd i kolumnę. W pewnym sensieloopable [.data.table.

library(data.table)
library(microbenchmark)

m = matrix(1,nrow=100000,ncol=100)
DF = as.data.frame(m)
DT = as.data.table(m)  # same data used in ?set

> microbenchmark(DF[3450,1] , DT[3450, V1], times=1000) # much more overhead in DT

Unit: microseconds
expr     min      lq   median      uq      max neval
DF[3450, 1]  32.745  36.166  40.5645  43.497  193.533  1000
DT[3450, V1] 788.791 803.453 813.2270 832.287 5826.982  1000

> microbenchmark(DF$V1[3450], DT[3450, 1, with=F], times=1000)  # using atomic vector and
                                                                # removing part of DT overhead
Unit: microseconds                                              
expr     min      lq  median      uq      max neval
DF$V1[3450]   2.933   3.910   5.865   6.354   36.166  1000
DT[3450, 1, with = F] 297.629 303.494 305.938 309.359 1878.632  1000

> microbenchmark(DF$V1[3450], DT$V1[3450], times=1000) # using only atomic vectors
Unit: microseconds
        expr   min    lq median    uq    max neval
 DF$V1[3450] 2.933 2.933  3.421 3.422 40.565  1000    # DF seems still a bit faster (23%)
 DT$V1[3450] 3.910 3.911  4.399 4.399 16.128  1000

Ostatnia metoda jest rzeczywiście najlepsza do szybkiego kilkakrotnego pobrania pojedynczego elementu. Jednak,set jest jeszcze szybszy

> microbenchmark(set(DT,1L,1L,5L), times=1000)
Unit: microseconds
                expr   min    lq median    uq    max neval
 set(DT, 1L, 1L, 5L) 1.955 1.956  2.444 2.444 24.926  1000

pytanie brzmi: Jeśli możemyset wartość w 2.444 mikrosekundach nie powinna być możliwadostać wartość w mniejszym (lub przynajmniej podobnym) czasie? Dzięki.

EDYTUJ: dodanie dwóch dodatkowych opcji zgodnie z sugestią:

> microbenchmark(`[.data.frame`(DT,3450,1), DT[["V1"]][3450], times=1000)
Unit: microseconds
                        expr    min     lq median     uq      max neval
 `[.data.frame`(DT, 3450, 1) 46.428 47.895 48.383 48.872 2165.509  1000
            DT[["V1"]][3450] 20.038 21.504 23.459 24.437  116.316  1000

które niestety nie są szybsze niż poprzednie próby.