cbind vs rbind với data.table

Question

Tôi đã nhận thấy rằng cbind mất nhiều thời gian hơn đáng kể so với rbind cho data.tables. Lý do cho điều này là gì?

> 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  

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

Answer 1

Cuối cùng tôi nghĩ đâu này đi xuống đến alloc.col bị chậm do một vòng lặp mà nó loại bỏ thuộc tính khác nhau từ các cột. Tôi không hoàn toàn chắc chắn lý do tại sao nó được thực hiện, có lẽ Arun hoặc Matt có thể giải thích.

Như bạn thấy dưới đây, các hoạt động cơ bản cho cbind là nhanh hơn nhiều so với 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