data.table fcase 与 dplyr case_when

Question

以下代码在使用 fcase 评估该行时会引发错误。

library(data.table)
library(dplyr)
tbl.test <- data.table(x = 0.5*(1:2))
tbl.test[, .(fcase(x < 1, x+1, 
                 default = x))]

tbl.test[, .(case_when(x < 1 ~ x+1, 
                        TRUE ~ x)
             )]

当我以这种方式使用 case_when 时（对于大多数复杂的东西..），我想切换到 fcase，希望能真正提高性能..

有没有人看到这种 fcase 用法的魔鬼藏在哪里？ 关键是我不能将表格的一列用作 fcase 的默认值 ..

Answer 1

您没有明确提出问题，但我假设您想知道是否可以通过 fcase() 使用矢量化默认值。一种方法是构造一个与其他条件等长的TRUEs 向量作为最后一个元素，类似于case_when() 的工作方式：

library(data.table)
library(dplyr)

set.seed(123)

tbl.test <- data.table(x = rnorm(1e6))

bench::mark(
  fcase = tbl.test[, .(fcase(x < 1, x + 1, rep_len(TRUE, length(x)), x))],
  case_when = tbl.test[, .(case_when(x < 1 ~ x + 1, TRUE ~ x))]
)
#> Warning: Some expressions had a GC in every iteration; so filtering is disabled.
#> # A tibble: 2 x 6
#>   expression      min   median `itr/sec` mem_alloc `gc/sec`
#>   <bch:expr> <bch:tm> <bch:tm>     <dbl> <bch:byt>    <dbl>
#> 1 fcase        16.5ms   24.3ms     33.3     36.1MB     43.1
#> 2 case_when   146.4ms  147.9ms      6.60   129.9MB     28.1