获取具有 (row,col) 索引序列的 data.table 切片答案

【问题标题】：Taking a data.table slice with a sequence of (row,col) indices获取具有 (row,col) 索引序列的 data.table 切片
【发布时间】：2018-06-01 01:57:40
【问题描述】：

我有一个类似于下面的data.table。

tab <- data.table(a = c(NA, 42190, NA), b = c(42190, 42190, NA), c = c(40570, 42190, NA))
tab
       a     b     c
1:    NA 42190 40570
2: 42190 42190 42190
3:    NA    NA    NA

在指定行索引向量和列索引向量后，我希望返回一个向量，其中包含tab 中与指定的行索引和列索引向量相对应的点。

例如，假设我想获取tab 中的对角线元素。我会指定两个向量，

ri <- 1:3
ci <- 1:3

还有一些函数，function(ri, ci, tab)，会返回 tab 的对角线元素。

如果tab 是data.frame，我会执行以下操作，

as.data.frame(tab)[cbind(ri, ci)]

但是，我想避免使用data.frame 语法。我还想避免for 循环，因为这往往很慢。

【问题讨论】：

可能会融化成长格式并设置key？
以下是查找具有行向量矩阵的类似问题，列索引：Subsetting a matrix using a vector of indices,Use indices in vector to extract elements from matrix
谢谢@chinsoon12。理想情况下，解决方案将避免转换，而是直接索引。
如果您要处理所有数字数据，最好从一开始就使用matrix。您在矩阵上显示的索引方法非常快。
我会将此命名为 “使用 (row,col) 索引序列获取 DT/矩阵切片”

标签： r indexing data.table matrix-indexing

【解决方案1】：

有一种比强制转换为 matrix 或 data.frame 更快的方法。只需使用[data.frame 函数即可。

`[.data.frame`( tab,  cbind(ri,ci) )
[1]    NA 42190    NA

这是[.data.frame 函数的函数语法。

【讨论】：

太棒了。您能否在回答中解释为什么 [.data.frame 在 data.table 上本地工作，并链接到 its doc？
R 函数由其第一个参数的类分派。运行class(DT)，你会得到[1] "data.table" "data.frame"。由于“[”函数是通用的并且具有数据框方法，即{.data.frame 函数。因此解释器将 data.table 对象传递给该函数的代码，而不是传递给[.data.table。查看methods([) 的输出

【解决方案2】：

（更新：@42- 使用[.data.frame 的答案是最好的。但这是我之前的答案）

as.matrix(tab)[cbind(ri, ci)]

将比melt 更快、更节省内存。

我认为您没有理由不将您的 DT 声明为矩阵，正如@thelatemail 所建议的那样。这是 DT 语法不如矩阵强大的一种情况。

（对于大 DT 的内存效率，data.table 有命令 setDF/setDT 允许在不复制的情况下转换为/从 DF/DT，但我不知道它具有矩阵的等价物。如果这是人们经常做的事情，它可能会对 DT 提出很好的增强请求。

对于非常大的维度，您可能会查看 Matrix's sparse-matrix formats 包），或分块您的数据，或使用磁盘支持的数据结构。）

【讨论】：

当然。矩阵索引是 R imho 中最容易被忽视的功能之一。
谢谢@smci。 tab 派生自 data.table 的一个子集，这就是我不使用矩阵开始的原因。从data.table 到矩阵是否很快？
@JoshuaDaly：as.matrix() 应该很快，你的尺寸有多大？如果事情变得非常大，您可能会研究 Matrix 的稀疏矩阵格式，或分块您的数据，或使用磁盘支持的数据结构。
谢谢@smci，幸运的是它不是太大（8 x 4 data.table），但是，我会执行多次操作，所以，我想尽可能地避免开销。但是，您的回答非常好，涵盖了当数据变大时该怎么做，我会将其标记为已回答。
强制是不必要的步骤。将其保留为 data.table（继承自 data.frame）并使用为 data.frames 设计的函数。