R data.table中的性能注意事项get（）

我一直在循环中使用get（）来操作I引用多个其他列的j列

我想知道是否有更快/更有效的方法？有性能方面的考虑吗

下面是我想到的操作类型的一个最小示例：

require(data.table) # version 1.12.8
dt = data.table(v1=c(1,2,NA),v2=c(0,0,1),v3=c(0,0,0))
for (i in 1:2){
     dt[ is.na(get(paste0('v',i))), (paste0('v',i)):= get(paste0('v',i+1))+2 ][]
}

我使用的实际表要大得多（约500万行，约300列）

---

如果您有任何想法，我将不胜感激。

我们可以使用

set

，它将分配到适当的位置

library(data.table)
for(j in 1:2) {
    i1 <- which(is.na(dt[[j]]))
    set(dt, i = i1, j = j, value = dt[[j+1]][i1]+ 2)
 }

dt
#   v1 v2 v3
#1:  1  0  0
#2:  2  0  0
#3:  3  1  0

---

是的，您的

for

循环会大大降低您的速度。即使是一个简单的

lappy

（可能还有更优雅的方法），也会为您带来显著的性能提升：

库（data.table）
dt这似乎有效，谢谢。诚然，我不知道set（）将向量作为参数i。尝试对较大的数据使用apply函数，它将比loopsthanks linog使用更少的内存空间。似乎也比上面提出的“set（）”方法快。dt对象似乎在执行lappy（..）片段时被直接更改，因此我甚至不需要像这样提取输出。（我只想继续直接处理dt中的操纵列）。很好！是的，你说得对，我没有想过回头看
dt
：=
通过引用原始
数据进行更改。表确实是。我将@akrun提出的
set
解决方案添加到基准测试中，因为它也会引起其他人的兴趣。如果答案适合你，你能接受吗？对不起，我想我必须站在@akrun一边。我还向基准测试添加了set（），得到了与您相同的结果。。但是：然后我在我的真实数据集上测试了它，set（）在“大数据”上似乎快得多。直觉上，这似乎是有道理的，因为你的“lappy”方法似乎产生了很多开销（想想每个元素的dt的所有副本都经过了lappy）。如果数据非常大，这似乎是加起来的。遗憾的是，get（）语法（类似于loop或lappy）对我来说更具可读性/直观性。。。无论如何，非常感谢！！好的，没问题，很高兴知道。正如我刚才所说，有比拉普拉（Lappy）更优雅的解决方案
setDF(dt)
i1 <- is.na(dt[-length(dt)])
dt[-length(dt)][i1] <- dt[-1][i1] + 2
dt
#  v1 v2 v3
#1  1  0  0
#2  2  0  0
#3  3  1  0