在 tidyverse 中，“tbl”和“tbl_df”类的对象有什么区别？答案

【问题标题】：In the tidyverse, what is the difference between an object of class "tbl" and "tbl_df"?在 tidyverse 中，“tbl”和“tbl_df”类的对象有什么区别？
【发布时间】：2019-01-15 21:28:14
【问题描述】：

创建小标题时，

tbl <- tibble(A=1:5, B=6:10)

结果

class(tbl)

是

[1] "tbl_df"     "tbl"        "data.frame"

我已经习惯了这种情况，因为我经常使用 dplyr。但是什么时候一个对象只是一个“tbl”（而不是一个“tbl_df”），反之亦然？如果有的话，我只想了解更多有关差异的信息。

任何文档将不胜感激！

【问题讨论】：

标签： r dplyr tibble

【解决方案1】：

您可以将“tibble”视为一个界面。如果一个对象可以响应所有 tibble 动作，那么您可以将其视为一个 tibble。 R 没有强类型。

所以tbl 是通用 tibble，tbl_df 是一种特定类型的 tibble，它基本上将其数据存储在 data.frame 中。

还有像 dtplyr 这样的其他软件包，它们允许您像 tibble 一样操作，但将您的数据存储在 data.table 中。例如

library(dtplyr)
ds <- tbl_dt(mtcars)
class(ds)
# [1] "tbl_dt"     "tbl"        "data.table" "data.frame"

还有dbplyr 包允许您使用SQL 数据库后端。例如

library(dplyr)
con <- DBI::dbConnect(RSQLite::SQLite(), path = ":memory:")
copy_to(con, mtcars, "mtcars",temporary = FALSE)
cars_db <- tbl(con, "mtcars")
class(cars_db)
# [1] "tbl_dbi"  "tbl_sql"  "tbl_lazy" "tbl"

所以我们再次看到这个东西通常可以作为一个 tibble，但它还有其他类，因此它可以尝试在数据库引擎中完成所有工作，而不是在 R 本身中操作数据。

所以tbl 和tbl_df 之间并没有真正的“区别”。后者只是说明 tibble 是如何实际实现的，因此行为可能会有所不同（更优化）。

欲了解更多信息，您可以查看tibble vignette 或extending tibble vignette

【讨论】：