मैं इस पर लाखों टिप्पणियों और 35 स्तंभों के साथ एक डेटा.फ्रेम (वास्तव में एक डेटाटेबल) के लिए काम कर रहा था। मेरा लक्ष्य एक पंक्ति के साथ data.frames (data.tables) की एक सूची वापस करना था। यही है, मैं प्रत्येक पंक्ति को एक अलग data.frame में विभाजित करना चाहता था और इन्हें एक सूची में संग्रहीत करता था।
यहाँ दो विधियाँ हैं split(dat, seq_len(nrow(dat)))
, जो उस डेटा सेट की तुलना में लगभग 3 गुना तेज थीं । नीचे, मैं 7500 पंक्ति पर तीन तरीकों को बेंचमार्क करता हूं, 5 कॉलम डेटा सेट ( आईरिस को 50 बार दोहराया गया)।
library(data.table)
library(microbenchmark)
microbenchmark(
split={dat1 <- split(dat, seq_len(nrow(dat)))},
setDF={dat2 <- lapply(seq_len(nrow(dat)),
function(i) setDF(lapply(dat, "[", i)))},
attrDT={dat3 <- lapply(seq_len(nrow(dat)),
function(i) {
tmp <- lapply(dat, "[", i)
attr(tmp, "class") <- c("data.table", "data.frame")
setDF(tmp)
})},
datList = {datL <- lapply(seq_len(nrow(dat)),
function(i) lapply(dat, "[", i))},
times=20
)
यह लौटाता है
Unit: milliseconds
expr min lq mean median uq max neval
split 861.8126 889.1849 973.5294 943.2288 1041.7206 1250.6150 20
setDF 459.0577 466.3432 511.2656 482.1943 500.6958 750.6635 20
attrDT 399.1999 409.6316 461.6454 422.5436 490.5620 717.6355 20
datList 192.1175 201.9896 241.4726 208.4535 246.4299 411.2097 20
हालांकि मेरे पिछले परीक्षण में अंतर उतना बड़ा नहीं है, setDF
अधिकतम (सेटडीएफ) <मिनट (विभाजन) के साथ रनों के वितरण के सभी स्तरों पर सीधी विधि काफी तेज है और attr
विधि आम तौर पर दोगुनी से अधिक तेज है।
एक चौथा तरीका चरम चैंपियन है, जो lapply
एक नेस्टेड सूची है, एक नेस्टेड सूची लौटाता है। यह विधि एक सूची से data.frame के निर्माण की लागत का उदाहरण देती है। इसके अलावा, सभी तरीके जो मैंने data.frame
फंक्शन के साथ आजमाए , वे data.table
तकनीक की तुलना में मोटे तौर पर धीमी गति के थे ।
डेटा
dat <- vector("list", 50)
for(i in 1:50) dat[[i]] <- iris
dat <- setDF(rbindlist(dat))
split
प्रत्येक तत्व का उपयोग करने के बादdata.frame with 1 rows and N columns
इसके बजाय टाइप करेंlist of length N