R 表引用语义：遍历所有列的内存使用

当使用引用语义遍历R data.table中的所有列时，从内存使用的角度来看，什么更有意义：

（1）

dt[，（所有颜色）：=lappy（.SD，我的乐趣）]

或

（2）

lapply（colnames（dt），function（col）dt[，（col）：=my_-fun（dt[[col]]）[[1]]

我的问题是：在（2）中，我强制data.table逐列覆盖

dt

，因此我假设需要按列大小顺序的额外内存。第（1）项也是这样吗？或者在覆盖原始列之前是否对所有

lappy（.SD，my_fun）

进行了评估

运行上述变体的一些示例代码：

library(data.table)
dt <- data.table(a = 1:10, b = 11:20)
my_fun <- function(x) x + 1
all_cols <- colnames(dt)

库（data.table）
dt根据@Frank的建议，通过对每列应用函数
my_fun
来逐列替换data.table的最有效方法（从内存的角度来看）是

library(data.table)
dt <- data.table(a = 1:10, b = 11:20)
my_fun <- function(x) x + 1
all_cols <- colnames(dt)

for (col in all_cols) set(dt, j = col, value = my_fun(dt[[col]]))

库（data.table）
dt在我的头顶上，如果你打开了优化，内部（1）将转换为
（my_-fun（.SD[[1]]），…，my_-fun（.SD[[ncol（.SD）]）
；尝试使用
verbose=TRUE
运行，并查看
？GForce
如果要像（2）中那样循环，最好使用
set
；参见
？设置
@MichaelChirico优化是为
j=。（…）
而不是为
：=
所以我想为
+
设置一个
循环是最好的，以最小化内存使用，正如你所建议的那样。@MichaelChirico你能详细说明一下我的问题与
GForce
的关系吗？根据文件（v1.11.4），这仅与以下情况有关：
my_fun
处于{
min
，
max
，
均值
，
中值
，
var
，
sd
，
sum
，
prod
，
第一位
，
最后一位
，
头位
，
尾位
，但不是针对任意的
my_fun
，对吗？请参见优化级别1：“表达式
DT[，lapply（.SD，fun），by=.]
优化为
DT[，list（fun（a），fun（b），…），by=.]
其中
a，b，…
是
.SD
中的列。这极大地提高了性能。”