R 将矩阵转换为data.table的最快方法
将如下矩阵转换为data.table的最快方法是什么R 将矩阵转换为data.table的最快方法,r,data.table,R,Data.table,将如下矩阵转换为data.table的最快方法是什么 mat <- matrix(1:9, nrow = 3) 1 2 3 4 5 6 7 8 9 但是这是最快的方式吗?我们可以在不首先将其转换为data.frame的情况下执行此操作吗?您可以使用magrittr管道: mat <- matrix(1:9, nrow = 3) %>% data.table() 这里有一些例子来讨论形成data.table的速度,即as.data.table,setDT(as.data.f
mat <- matrix(1:9, nrow = 3)
1 2 3
4 5 6
7 8 9
但是这是最快的方式吗?我们可以在不首先将其转换为data.frame的情况下执行此操作吗?您可以使用
magrittr
管道:
mat <- matrix(1:9, nrow = 3) %>% data.table()
这里有一些例子来讨论形成
data.table
的速度,即as.data.table
,setDT(as.data.frame(mat))
和setDT(data.frame(mat))
- 当行数小于列数时:
谢谢你,马特!您知道如何在不使用data.table以外的包的情况下转换它吗?我更新了答案,将
data.table()
而不是as.data.frame()
,但是您需要magrittr
才能使用%>%
。哈哈,谢谢!我认为我必须使用setDT()而没有考虑data.table()。谢谢你,马特!没问题!如果答案解决了您的问题,请随意单击绿色复选标记接受答案抱歉,由于速度比较,我不得不接受其他答案。但愿我能接受这两个。但是我真的很感谢你花时间回答这个问题。哇,这太棒了!有趣的是,行和列的相对数量改变了这两个函数的速度。谢谢你的详细回答!为什么不作为.data.frame而不是data.frame?@jangorecki谢谢!我只是用OP的方法来比较。我在基准测试中添加了as.data.frame
,这样您就可以看到update@johnc请查看我的最新答案,似乎setDT(as.data.frame(mat))[]
是迄今为止最快的。请注意,data.table中有一个专用的C函数,它应该可以大大减少as.matrix.data.table方法的时间。有关状态,请参阅
mat <- matrix(1:9, nrow = 3) %>% data.table()
mat <- data.table(matrix(1:9, nrow = 3))
mat <- matrix(1:5e3, nrow = 5)
microbenchmark(unit = "relative",
as.data.table(mat),
setDT(as.data.frame(mat))[],
setDT(data.frame(mat))[])
Unit: relative
expr min lq mean median uq max neval
as.data.table(mat) 1.433084 1.417747 1.340552 1.413278 1.414386 1.070289 100
setDT(as.data.frame(mat))[] 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 100
setDT(data.frame(mat))[] 1.287526 1.281964 1.237544 1.284735 1.258662 1.186977 100
mat <- matrix(1:5e3, nrow = 5e2)
microbenchmark(unit = "relative",
as.data.table(mat),
setDT(as.data.frame(mat))[],
setDT(data.frame(mat))[])
Unit: relative
expr min lq mean median uq max neval
as.data.table(mat) 1.114003 1.041410 1.083238 1.070029 1.049262 1.254732 100
setDT(as.data.frame(mat))[] 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 100
setDT(data.frame(mat))[] 1.680208 1.467538 1.482018 1.511009 1.479438 1.440440 100