cbind vs rbind avec data.table

J'ai remarqué que cbind prend beaucoup plus de temps que rbind pour les données.des tables. Quelle est la raison?

> dt <- as.data.table(mtcars)                             
> new.dt <- copy(dt)                                      
> timeit({for (i in 1:100) dt.new <- rbind(dt.new, dt)})  
   user  system elapsed                                   
  0.237   0.012   0.253                                   
> new.dt <- copy(dt)                                      
> timeit({for (i in 1:100) dt.new <- cbind(dt.new, dt)})  
   user  system elapsed                                   
 14.795   0.090  14.912

Où

timeit <- function(expr)
{
    ptm <- proc.time()
    expr
    proc.time() - ptm
}

source d'informationauteur andrew

  1. 8

    En fin de compte je pense que cela revient à alloc.col être lent à cause de la boucle où il supprime les divers attributs de colonnes. Je ne suis pas entièrement sûr de savoir pourquoi c'est fait, peut-être Arun ou Matt ne peut expliquer.

    Comme vous pouvez le voir ci-dessous, les opérations de base pour cbind sont beaucoup plus rapides que rbind:

    cbind.dt.simple = function(...) {
  x = c(...)
  setattr(x, "class", c("data.table", "data.frame"))
  ans = .Call(data.table:::Calloccolwrapper, x, max(100L, ncol(x) + 64L), FALSE)
  .Call(data.table:::Csetnamed, ans, 0L)
}

library(microbenchmark)

microbenchmark(rbind(dt, dt), cbind(dt, dt), cbind.dt.simple(dt, dt))
#Unit: microseconds
#                    expr      min        lq      mean    median        uq       max neval
#           rbind(dt, dt)  785.318  996.5045 1665.1762 1234.4045 1520.3830 21327.426   100
#           cbind(dt, dt) 2350.275 3022.5685 3885.0014 3533.7595 4093.1975 21606.895   100
# cbind.dt.simple(dt, dt)   74.125  116.5290  168.5101  141.9055  180.3035  1903.526   100