tìm hiểu các thuộc tính tham chiếu của dữ liệu. Có thể trong R

Question

Chỉ để xóa một số nội dung cho bản thân, tôi muốn hiểu rõ hơn khi nào các bản sao được tạo và khi chúng không ở trong data.table. Như câu hỏi này chỉ ra Understanding exactly when a data.table is a reference to (vs a copy of) another data.table, nếu một người chỉ đơn giản là chạy dữ liệu sau rồi bạn kết thúc sửa đổi bản gốc:

library(data.table) 

DT <- data.table(a=c(1,2), b=c(11,12)) 
print(DT) 
#  a b 
# [1,] 1 11 
# [2,] 2 12 

newDT <- DT  # reference, not copy 
newDT[1, a := 100] # modify new DT 

print(DT)   # DT is modified too. 
#  a b 
# [1,] 100 11 
# [2,] 2 12 

Tuy nhiên, nếu một thực hiện điều này (ví dụ), sau đó bạn kết thúc sửa đổi phiên bản mới:

DT = data.table(a=1:10) 
DT 
    a 
1: 1 
2: 2 
3: 3 
4: 4 
5: 5 
6: 6 
7: 7 
8: 8 
9: 9 
10: 10 

newDT = DT[a<11] 
newDT 
    a 
1: 1 
2: 2 
3: 3 
4: 4 
5: 5 
6: 6 
7: 7 
8: 8 
9: 9 
10: 10 

newDT[1:5,a:=0L] 

newDT 
    a 
1: 0 
2: 0 
3: 0 
4: 0 
5: 0 
6: 6 
7: 7 
8: 8 
9: 9 
10: 10 

DT 
    a 
1: 1 
2: 2 
3: 3 
4: 4 
5: 5 
6: 6 
7: 7 
8: 8 
9: 9 
10: 10 

theo tôi được biết, lý do điều này xảy ra là bởi vì khi bạn thực hiện một tuyên bố i, data.table trả về một bảng hoàn toàn mới như trái ngược với một tham chiếu đến bộ nhớ bị chiếm đóng bởi các yếu tố lựa chọn của người già data.table. Điều này có đúng không?

EDIT: xin lỗi tôi có nghĩa là i không j (thay đổi này ở trên)

Answer 1

Khi bạn tạo newDT trong ví dụ thứ hai, bạn đang đánh giá i (không j). := gán theo tham chiếu trong đối số j. Không có sự tương đương trong câu lệnh i, vì tham chiếu tự phân bổ các cột, chứ không phải các hàng.

A data.table là một danh sách. Nó có chiều dài == số cột, nhưng được phân bổ quá mức, do đó bạn có thể bổ sung thêm cột mà không cần sao chép toàn bộ bảng (ví dụ sử dụng := trong j)

Nếu chúng ta kiểm tra việc data.table, sau đó chúng ta có thể thấy truelength (tl = 100) - đó là numbe khe trỏ cột

.Internal(inspect(DT)) 
@1427d6c8 19 VECSXP g0c7 [OBJ,NAM(2),ATT] (len=1, tl=100) 
    @b249a30 13 INTSXP g0c4 [NAM(2)] (len=10, tl=0) 1,2,3,4,5,... 

trong mỗi phần tử data.table có chiều dài 10, và tl=0. Hiện tại không có phương pháp nào để tăng các cột truelength để cho phép thêm hàng bổ sung theo tham chiếu.

Từ ?truelength

Hiện nay, nó chỉ là vector danh sách các con trỏ cột đó là quá phân bổ (tức truelength (DT)), không phải là vectơ cột bản thân, mà sẽ trong tương lai cho phép hàng nhanh chèn()

Khi bạn đánh giá i, data.table không kiểm tra xem bạn đã chỉ đơn giản là trở lại tất cả các hàng theo thứ tự như trong bản gốc (và sau đó không chỉ sao chép trong trường hợp đó), nó chỉ đơn giản trả về bản sao .