“这是什么意思？”；“本地数据帧”；来自“dplyr:：：print.tbl_df”的消息？

使用dplyr时，

tbl_df

函数打印一条语句，说明数据帧是“本地”的：

我认为本地数据帧是指内存，而非本地数据帧是类似SQL的数据库。不过，我认为我的假设是错误的。在这篇大约25:25的文章中，Kevin Markham说，

data.frame

对象不是本地数据帧，我认为它们是本地数据帧

我查阅了

tbl_df

文档，并在中使用了搜索功能，但找不到本地数据帧的描述

问题：什么是本地数据帧？

数据帧tbl包装本地数据帧。与常规数据帧相比，使用tbl_df的主要优点是打印：tbl对象只打印适合一个屏幕的几行和所有列，提供了将其余部分描述为文本的功能

从

地区 请注意，对于本地数据帧，排序是用C++代码来完成的，它不能访问R中通常执行的本地特定排序。这意味着字符串排序好像C语言环境

< p>我是问题中的作者。以下是与本次讨论相关的功能摘要：

• data.frame（）

  是R的函数，用于创建常规的数据帧

• data\u frame（）

  是dplyr用于创建local数据帧的函数

• tbl_df（）

  和

  as_data_frame（）

  是dplyr将常规数据帧（或列表）转换为本地数据帧的函数

那么，常规和本地数据帧之间的区别是什么？很少。本地数据帧只是一个常规数据帧，它已用

tbl_df

类包装，以便更好地打印。（数据仍存储在“发动机罩下”的常规数据框中。）

具体地说，打印一个本地数据框只显示前10行，并在屏幕上显示尽可能多的列。（您可以在“我的”的顶部看到此行为的示例，它位于上面链接的教程之前）

默认情况下，所有dplyr函数都返回一个本地数据帧，不过您可以使用

data.frame（）

函数将其转换回一个常规数据帧。这样做的一个原因是，如果您更喜欢常规数据帧的打印方式，即希望看到更多行或更多列。但是，dplyr允许您在不进行转换的情况下执行此操作：

library(dplyr)
library(nycflights13)

# print a local data frame (10 rows, variable number of columns)
flights

# print 15 rows
print(flights, n = 15)

# print all rows (don't run this, since it has 336,776 rows)
print(flights, n = Inf)

# print all columns
print(flights, width = Inf)

---

dplyr有一个关于数据帧的功能，提供了更多的技术细节。

它只是将它与远程数据源（如MySQL数据库或其他什么）区分开来。如果链接的视频是准确的，

data\u frame

对象是本地数据帧，但

data.frame

对象不是。现在我也很困惑。我不认为@Tyler在最初的假设中是错误的，而且有一些语义在起作用。也许，与docs和Kevin Markham的说法一致，可以说“本地数据帧”是由tbl_df包装的数据，tbl_df是从data.frame创建的，在包装之前它本身不是“本地数据帧”？挖掘源代码后的一些见解：

print.tbl_df

总是打印

cat（“source:local data frame，…）

，所以在这个意义上，任何数据帧都是局部的（）；本地数据帧是远程数据源（）的“反面”。@smci打开它会很好，但我不打算实现它，因为我认为当前的行为对大多数人更有用。我最初的回答是，

tbl\u df（）

和

as\u data\u frame（）

的用途略有不同@hadley澄清说它们“基本相同”，所以我更新了我的答案。除了打印方法之外，常规的

data.frame

s和

tbl_df

s之间还有另一个区别。引用文档：“[从不简化（删除），所以总是返回data.frame”。这意味着当

数据（mtcars）；mtcars[，1]

返回一个原子向量时，

tbl_df（mtcars）[，1]

返回一个（本地）

data.frame

有一列。如果不注意，这种细微的差异可能会导致意外行为。因此，我建议在使用

tbl_df

s时使用

[

提取单个列（它将始终提取单个向量）。

library(dplyr)
library(nycflights13)

# print a local data frame (10 rows, variable number of columns)
flights

# print 15 rows
print(flights, n = 15)

# print all rows (don't run this, since it has 336,776 rows)
print(flights, n = Inf)

# print all columns
print(flights, width = Inf)