考虑以下基准(Windows机器R上3.4.1):时差对象
library(rbenchmark)
mtx <- matrix(runif(1e8), ncol = 100)
df <- as.data.frame(mtx)
colnames(mtx) <- colnames(df) <- paste0("V", 1:100)
benchmark(
mtx[5000:7000, 80],
mtx[5000:7000, "V80"],
mtx[, "V80"][5000:7000],
mtx[, "V80", drop = FALSE][5000:7000, ],
mtx[5000:7000, , drop = FALSE][, "V80"],
#mtx$V80[5000:7000], # does not apply
replications = 5000
)
## test replications elapsed relative user.self sys.self user.child sys.child
## 4 mtx[, "V80", drop = FALSE][5000:7000, ] 5000 64.71 588.273 47.44 16.61 NA NA
## 3 mtx[, "V80"][5000:7000] 5000 72.15 655.909 52.90 18.18 NA NA
## 2 mtx[5000:7000, "V80"] 5000 0.11 1.000 0.11 0.00 NA NA
## 5 mtx[5000:7000, , drop = FALSE][, "V80"] 5000 7.47 67.909 5.89 1.47 NA NA
## 1 mtx[5000:7000, 80] 5000 0.13 1.182 0.12 0.00 NA NA
benchmark(
df[5000:7000, 80],
df[5000:7000, "V80"],
df[, "V80"][5000:7000],
df[, "V80", drop = FALSE][5000:7000, ],
df[5000:7000, , drop = FALSE][, "V80"],
df$V80[5000:7000],
replications = 5000
)
## test replications elapsed relative user.self sys.self user.child sys.child
## 6 df$V80[5000:7000] 5000 0.13 1.000 0.12 0.00 NA NA
## 4 df[, "V80", drop = FALSE][5000:7000, ] 5000 0.33 2.538 0.33 0.00 NA NA
## 3 df[, "V80"][5000:7000] 5000 0.17 1.308 0.17 0.00 NA NA
## 2 df[5000:7000, "V80"] 5000 0.15 1.154 0.16 0.00 NA NA
## 5 df[5000:7000, , drop = FALSE][, "V80"] 5000 13.63 104.846 12.91 0.39 NA NA
## 1 df[5000:7000, 80] 5000 0.19 1.462 0.17 0.00 NA NA
的时间差是相当惊人的。这是为什么?什么是建议子集的方式,为什么?考虑到基准,矩阵的mtx[i, colname]
方式和df$colname[i]
(但它似乎没有太大的差别)data.frame似乎是最省时间的,但是有什么一般原因为什么我们应该更喜欢任何方法吗?
并不总是推荐data.frame的$ -extraction。它仅用于交互式使用。您可以添加'df [[“V80”]]和'df [[80]]'提取方法。 –
只要使用哪一个是最快的为您的特定矩阵/ data.frame(假设子设置的速度甚至是代码的阻塞部分)。它通常更好的做一个子集操作'[]'而不是两个[] []'。你有不同的选择,所以你可以选择哪一个更具可读性或使你的代码更易于理解。 – MrFlick