0
假設我想從R data.table創建嵌套列表,如下面所述玩具例如:轉換到嵌套列表
library(data.table)
generate_dt <- function(num_unique_id=100, rows_per_id=2) {
num_rows <- num_unique_id * rows_per_id
my_dt <- data.table(my_id=rep(seq(1, num_unique_id), rows_per_id),
y1=rnorm(num_rows), y2=rnorm(num_rows), y3=rnorm(num_rows),
z=runif(num_rows))
setkey(my_dt, my_id)
return(my_dt)
}
## Suppose I want to go from my_dt to a nested list
list_from_dt <- function(my_dt) {
num_unique_id <- length(unique(my_dt$my_id))
my_list <- lapply(seq_len(num_unique_id), function(id) {
my_dt_subset <- my_dt[J(id)]
return(list(y=as.matrix(my_dt_subset[, c("y1", "y2", "y3"), with=FALSE]),
max_z=max(my_dt_subset$z)))
})
stopifnot(is.matrix(my_list[[1]]$y))
return(my_list)
}
my_dt <- generate_dt()
my_list <- list_from_dt(my_dt) # Suppose I have some code that expects a nested list like this
system.time(replicate(100, unused <- generate_dt())) # Fast, 0.062 elapsed
system.time(replicate(100, unused <- list_from_dt(my_dt))) # Roughly 200 times slower (12.586 elapsed)
爲什麼創建嵌套列表,以便相對於創建數據錶慢?有沒有辦法加快我的list_from_dt
功能?我認爲my_dt
的查找速度相對較快,因爲它是由id控制的。在我的嵌套列表中爲矩陣分配大量零碎的內存塊是否會產生瓶頸?
我的意思是,分割obj和計算彙總統計信息很慢並不奇怪,是嗎?也不是創建單個對象的速度很快。你可能對'lapply(split(...))'感興趣。 'split.data.table'函數在包的開發版本(1.9.7)上是高效的。 – Frank
@Frank謝謝你的指針,我會嘗試獲取data.table 1.9.7工作(我有1.9.6)。我並不感到驚訝的是,list_from_dt比較慢,但我感到驚訝的是速度有多慢。它沒有做太多的計算,只能複製數據。 – Adrian