使用data.table包，哪一个将提供最快的用户时间？（R）程序编制

我在一次在线培训的测试中遇到了这个问题。我只是通过反复试验才弄对了。很可能，我做错了什么，因为我是R编程的初学者

问题是：

在阅读我的R代码之前，请注意，对于最后一部分，我必须将所有列转换为数字，因为如果没有转换，我将得到以下消息：

“行平均值（DT）中的错误：'x'必须是数字。”

在测试中，我的教授解决方案是：“DT[，mean（pwgtp15），by=SEX]”

对于我的R代码，正确的答案是平均值（DT$pwgtp15，by=DT$SEX）

我得到这个输出：

我的疑问是，也许我的做功方法DT[，mean（pwgtp15），by=SEX]产生的计算速度很慢

为此，我使用了

DT <- data.frame(data.matrix(DT))

---

DT如前所述，问题的答案选择不会产生相同的结果。“收件人”没有指定的参数。由于该函数允许向其他方法传递或从其他方法传递更多参数，因此它不会按参数出错。因此，由于它不会按
DT$SEX
等因素进行分割/子集，因此它将是最快的时间

此外，还有其他方法返回较慢时间的原因：


tapply（…）
，
sapply（split（…）
，
rowMeans（…）

所有都是直接或间接应用族成员，这些族成员都是不完全矢量化的计算。另外，
row意味着
是
apply
的包装器，被调用两次。另外，
apply
以将整个数据帧/表投射到矩阵而闻名，我们应该注意：

如果您正在使用
data.frame
s，请忘记有一个名为
apply
的函数-无论您做什么-不要使用它。特别是边距为1时（此函数的唯一良好用途是在
矩阵
列上操作-边距为2）


平均值（…）；平均值（…）

这会对子集数据帧进行两次调用。使用
[
的逻辑索引返回数据帧的所有列，然后
$
为
mean（）
选择最后的数字列

事实上，如果运行返回所有列的向量子集而不是数据帧子集，则速度会快得多，并且可能是最快的：

mean(DT$pwgtp15[DT$SEX==1]);mean(DT$pwgtp15[DT$SEX==2])

a <- Sys.time() 
DT[,mean(pwgtp15), by=SEX]
b <- Sys.time() 
myTime <- b-a
myTime
# Time difference of 0.01888704 secs
# Time difference of 0.03294992 secs
# Time difference of 0.03321409 secs

a <- Sys.time() 
mean(DT$pwgtp15[DT$SEX==1]);mean(DT$pwgtp15[DT$SEX==2])
b <- Sys.time() 
myTime <- b-a
myTime
# Time difference of 0.006003857 secs
# Time difference of 0 secs
# Time difference of 0 secs

平均值（DT$pwgtp15[DT$SEX==1]）；平均值（DT$pwgtp15[DT$SEX==2]）
一个Hmmmm…我不能让
mean（…，by=…）
除了显示一个
mean
值之外还能工作。by参数被完全忽略。文档也不显示。请显示
packageVersion（“data.table”）
@Parfait谢谢你的帮助！你使用了吗？是的，返回
mean（DT$pwgtp15，by=DT$SEX）
是一个单独的值，与其他按性别划分的值不同。不必考虑时间。您正在测试的所有方法都应该自己返回相同的输出。
mean（）
没有。by参数被忽略。这正是它之所以更快的原因，因为它不进行分割和计算。实际上，即使是
rowMeans
对我来说也是错误的。顺便说一句-
聚合（pwgtp15~ SEX，DT，mean）
与
DT[…]竞争
call！明白了。就学到的知识联系你的教授！愉快的编码！太好了！非常感谢！我现在有了更好的理解。结论是这个问题问得不恰当。或者，教授这样做是为了让我们更加努力：）
mean(DT$pwgtp15[DT$SEX==1]);mean(DT$pwgtp15[DT$SEX==2])

a <- Sys.time() 
DT[,mean(pwgtp15), by=SEX]
b <- Sys.time() 
myTime <- b-a
myTime
# Time difference of 0.01888704 secs
# Time difference of 0.03294992 secs
# Time difference of 0.03321409 secs

a <- Sys.time() 
mean(DT$pwgtp15[DT$SEX==1]);mean(DT$pwgtp15[DT$SEX==2])
b <- Sys.time() 
myTime <- b-a
myTime
# Time difference of 0.006003857 secs
# Time difference of 0 secs
# Time difference of 0 secs