R：選擇子集而不復制

有沒有辦法從對象（數據框，矩陣，矢量）中選擇一個子集沒有複製選定的數據？R：選擇子集而不復制

我使用相當大的數據集，但從不改變它們。不過，爲了方便，我經常選擇要操作的數據的子集。每次製作一個大型子集的拷貝都是非常低效的內存，但是正常索引和功能家族都可以創建所選數據的副本。所以我在尋找可以解決這個問題的函數或數據結構。

可能適合我的需要，希望一些可能的方案在一些R封裝中實現：

寫入時複製機制，只被複製，即數據結構當您添加或重寫現有的元素;
不可變的數據結構，只需要重新創建數據結構的索引信息，而不是它的內容（比如通過創建小對象保存長度和指向同一個char數組的指針來從字符串中創建子字符串）;
xapply()不創建子集的類似物。

2012-03-05 ffriend

我想你應該看一下'data.table'包（有人大概會在這裏很快出現給你更多的細節......） – 2012-03-05 20:51:07

數據庫接口顯然是你應該研究的。幾乎在r中的每一件事物都是傳承諾言，此時有效地傳遞值，此時需要對子集進行任何操作。 – 2012-03-05 20:51:16

@BenBolker：謝謝，'data.table'似乎是很好的包，但不幸的是它在大多數情況下不符合我的需要。特別是，'data.table'有另一個索引模型，並且使得執行諸如'data [1:50,1:10]'的選擇（即，通過行和列選擇）和很多線性代數運算。我正在考慮使用矩陣而不是我的數據框來節省空間和時間，但矩陣也有其侷限性，所以我正在尋找其他選項。 – ffriend 2012-03-05 23:57:41

試用包ref。具體而言，其refdata類。

data.table可能會遺漏的是，在分組（by=參數）時，數據的子集不會被複制，因此速度很快。 [嗯技術上它們是但到被重複用於每個組，並複製使用的memcpy是除R的快得多用於C.環路存儲器共享區域]

在data.table:=是在修改data.table單程地點。 data.table偏離了通常的R編程風格，因爲它是而不是寫時複製。用戶必須明確地調用copy()來複制（可能非常大的）表，即使在一個函數內。

你是對的，沒有像refdata內置於data.table機制。我明白你的意思，這將是一個不錯的功能。儘管如此，refdata應該可以在data.table上工作，並且您可能在data.frame（但請務必使用tracemem(DF)監控副本）時也可以。

還有idata.frame（不可變的data.frame）在包plyr你可以試試。

來源

2012-03-06 13:05:19

很好的答案，謝謝！ – ffriend 2012-03-06 21:05:06

R：選擇子集而不復制

回答

相關問題