添加括号时子集`data.table`的速度降低

Question

我最近注意到在一些旧代码中，我在对 data.table 进行子集化并重复执行函数（在我的例子中，计算相关矩阵）时包含了额外的方括号。所以，

# Slow way
rcorr(DT[subgroup][, !'Group', with=F])

# Faster way
rcorr(DT[subgroup, !'Group', with=F])

（区别在subgroup之后）。只是出于好奇，为什么会发生这种情况？有了额外的括号，data.table 是否必须执行一些额外的计算？

Answer 1

这里有一个简单的解释：

# Slow way
rcorr(DT[subgroup][, !'Group'])

第二组括号是对DT的第二次操作，意思是DT[subgroup]从DT创建一个新的数据表，然后[, !'Group']对该数据表进行操作，创建另一个新的数据表。因此速度下降。

# Faster way
rcorr(DT[subgroup, !'Group'])

这种方式只在DT上运行，一次完成。