当函数返回一个data.table时是否进行复制？

Question

我正在更新以前只接受data.frame对象与data.table参数一起使用的一组函数。

我决定使用R的方法调度来实现函数，以便使用data.frame的旧代码仍然可以与更新的函数一起工作。在我的一个功能中，我输入data.frame作为输入，修改它，然后返回修改后的data.frame。我也创建了data.table实现。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作品进行修改，而不复制，我实现了foo.data.table同时保持这一点。但是，我在函数结尾处返回data.table对象，因为我希望我的旧脚本能够与新的data.table对象一起使用。这是否会制作data.table的副本？我该如何检查？根据文件，必须非常明确地创建一个data.table的副本，但我不确定在这种情况下。

我想要回东西的时候，我没有与data.tables原因：

我的老段子是这样的

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

我想脚本能够通过与data.table s到运行只是改变数据摄取线。换句话说，我希望脚本能够通过将someData <- read.table(...)更改为someData <- fread(...)来工作。

Answer 1

感谢Arun在评论中的回答。我会在他的评论中用他的例子来回答这个问题。

一个可以检查，如果副本正在使用tracemem功能来跟踪R.对象从功能，?tracemem的帮助文件所做的描述说：

此功能标志着一个对象，每当内部代码复制对象时都会打印一条消息。它是一个重要原因难以预测R.

例如存储器使用：

# 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改变一个元件时data.frame对象被复制两次，而data.table被修改，但没有复制！

从我的问题，我就可以跟踪data.table或data.frame对象，d，将它传递给函数，foo，以检查是否有拷贝才制成。

Answer 2

不知道这增加了什么，但作为一个警世故事注意以下行为：

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，显然，dt通过引用传递到foo.data.table(...)和第一条语句，d[,A:=4]，参照修改它，更换dt列A。

第二条语句d$B <- 1强制创建d（也被命名为d）作用域的内部函数的副本。然后请第三条语句d[,C:=1]修改即作为参考（但不影响dt），然后return(d)然后返回副本。

如果更改第二条和第三条语句的顺序，函数调用对dt的影响是不同的。