R中的data.table IDate的Difftime慢

Question

阅读?IDate 在我的大型数据表中将我的字符变量转换为整数日期似乎是个好主意。谁不想快速排序和分组？

IDate 帮助清楚地提到该功能仍处于试验阶段，所以我的问题更多的是反馈而不是投诉。

为什么计算整数日期 (IDate) 类变量的时间差比其他日期类变量或整数要长这么多？

# Example data
require(data.table)
n <- 1e7
dt <- data.table(x1 = sample(1000:2000, n, replace=TRUE),
                 x2 = sample(1000:2000, n, replace=TRUE))

# Add date variables.
dt[, date1 := as.Date(x1, origin="1990-01-01")]
dt[, date2 := as.Date(x2, origin="1990-01-01")]

# Add integer-dates.
dt[, idate1 := as.IDate(date1)]
dt[, idate2 := as.IDate(date2)]

# Add POSIXct dates.
dt[, posix1 := as.POSIXct(date1)]
dt[, posix2 := as.POSIXct(date2)][]

# Check variable classes.
sapply(dt[, list(x1, date1, idate1, posix1)], class)

给予

$x1
[1] "integer"

$date1
[1] "Date"

$idate1
[1] "IDate" "Date" 

$posix1
[1] "POSIXct" "POSIXt"

一切都好。

现在让我们看看计算每个类的差异需要多长时间。

# Compute date diffs.
system.time(dt[, x.diff := x1 - x2])
user  system elapsed 
0.07    0.00    0.06

system.time(dt[, date.diff := date1 - date2])
user  system elapsed 
0.39    0.13    0.51

system.time(dt[, idate.diff := idate1 - idate2])
user  system elapsed 
6.21    0.67    6.91 

system.time(dt[, posix.diff := posix1 - posix2]) # diff in seconds
user  system elapsed 
0.20    0.09    0.30 

IDate 类至少比其他类慢十个数量级，令人惊讶的是它应该存储为整数？

# Check results are identical.
identical(dt[, date1], dt[, idate1])
[1] TRUE

Date 和 IDate 结果相同。怎么回事？

Answer 1

我不知道为什么，但您可以通过将 IDate 转换为整数来“修复”它。我也不知道为什么会修复它。我知道这不是一个答案，而更像是一个后续观察：

> system.time(dt[, idate.diff := idate1 - idate2])
   user  system elapsed 
   4.78    0.44    5.25 
> head(dt$idate.diff)
Time differences in days
[1] -620 -491  634  151  110 -338
> system.time(dt[, idate.int.diff := as.integer(idate1) - as.integer(idate2)])
   user  system elapsed 
   0.06    0.01    0.08 
> head(dt$idate.int.diff)
[1] -620 -491  634  151  110 -338