當函數返回一個data.table時是否進行復制？

Question

我正在更新以前只接受data.frame對象與data.table參數一起使用的一組函數。

我決定使用R的方法調度來實現函數，以便使用data.frame的舊代碼仍然可以與更新的函數一起工作。在我的一個功能中，我輸入data.frame作爲輸入，修改它，然後返回修改後的data.frame。我也創建了data.table實現。例如：

# The functions 
foo <- function(d) { 
    UseMethod("foo") 
} 

foo.data.frame <- function(d) { 
    <Do Something> 
    return(d) 
} 

foo.data.table <- function(d) { 
    <Do Something> 
    return(d) 
} 

我知道data.table作品進行修改，而不復制，我實現了foo.data.table同時保持這一點。但是，我在函數結尾處返回data.table對象，因爲我希望我的舊腳本能夠與新的data.table對象一起使用。這是否會製作data.table的副本？我該如何檢查？根據文件，必須非常明確地創建一個data.table的副本，但我不確定在這種情況下。

我想要回東西的時候，我沒有與data.tables原因：

我的老段子是這樣的

someData <- read.table(...) 
... 
someData <- foo(someData) 

我想腳本能夠通過與data.table s到運行只是改變數據攝取線。換句話說，我希望腳本能夠通過將someData <- read.table(...)更改爲someData <- fread(...)來工作。

Answer 1

感謝Arun在評論中的回答。我會在他的評論中用他的例子來回答這個問題。

一個可以檢查，如果副本正在使用tracemem功能來跟蹤R.對象從功能，?tracemem的幫助文件所做的描述說：

此功能標誌着一個對象，每當內部代碼複製對象時都會打印一條消息。它是一個重要原因難以預測R.

例如存儲器使用：

# Using a data.frame 
df <- data.frame(x=1:5, y=6:10) 
tracemem(df) 
## [1] "<0x32618220>" 
df$y[2L] <- 11L 
## tracemem[0x32618220 -> 0x32661a98]: 
## tracemem[0x32661a98 -> 0x32661b08]: $<-.data.frame $<- 
## tracemem[0x32661b08 -> 0x32661268]: $<-.data.frame $<- 
df 
## x y 
## 1 1 6 
## 2 2 11 
## 3 3 8 
## 4 4 9 
## 5 5 10 

# Using a data.table 
dt <- data.table(x=1:5, y=6:10) 
tracemem(dt) 
## [1] "<0x5fdab40>" 
set(dt, i=2L, j=2L, value=11L) # No memory output! 
address(dt) # Verify the address in memory is the same 
## [1] "0x5fdab40" 
dt 
## x y 
## 1: 1 6 
## 2: 2 11 
## 3: 3 8 
## 4: 4 9 
## 5: 5 10 

似乎在data.frame改變一個元件時data.frame對象被複制兩次，而data.table被修改，但沒有複製！

從我的問題，我就可以跟蹤data.table或data.frame對象，d，將它傳遞給函數，foo，以檢查是否有拷貝才製成。

Answer 2

不知道這增加了什麼，但作爲一個警世故事注意以下行爲：

library(data.table) 
foo.data.table <- function(d) { 
    d[,A:=4] 
    d$B <- 1 
    d[,C:=1] 
    return(d) 
} 
set.seed(1) 
dt  <- data.table(A=rnorm(5),B=runif(5),C=rnorm(5)) 
dt 
#    A   B   C 
# 1: -0.6264538 0.2059746 -0.005767173 
# 2: 0.1836433 0.1765568 2.404653389 
# 3: -0.8356286 0.6870228 0.763593461 
# 4: 1.5952808 0.3841037 -0.799009249 
# 5: 0.3295078 0.7698414 -1.147657009 
result <- foo.data.table(dt) 
dt 
# A   B   C 
# 1: 4 0.2059746 -0.005767173 
# 2: 4 0.1765568 2.404653389 
# 3: 4 0.6870228 0.763593461 
# 4: 4 0.3841037 -0.799009249 
# 5: 4 0.7698414 -1.147657009 
result 
# A B C 
# 1: 4 1 1 
# 2: 4 1 1 
# 3: 4 1 1 
# 4: 4 1 1 
# 5: 4 1 1 

因此，顯然，dt通過引用傳遞到foo.data.table(...)和第一條語句，d[,A:=4]，參照修改它，更換dt列A。

第二條語句d$B <- 1強制創建d（也被命名爲d）作用域的內部函數的副本。然後請第三條語句d[,C:=1]修改即作爲參考（但不影響dt），然後return(d)然後返回副本。

如果更改第二條和第三條語句的順序，函數調用對dt的影響是不同的。