将数据框转换为 data.table 而无需复制

Question

我有一个大数据框（大约几 GB），我想将其转换为 data.table。使用as.data.table 创建数据帧的副本，这意味着我需要可用内存至少是数据大小的两倍。有没有办法在没有副本的情况下进行转换？

这里有一个简单的例子来演示：

library(data.table)
N <- 1e6
K <- 1e2
data <- as.data.frame(rep(data.frame(rnorm(N)), K))

gc(reset=TRUE)
tracemem(data)
data <- as.data.table(data)
gc()

有输出：

library(data.table)
# data.table 1.8.10  For help type: help("data.table")
N <- 1e6
K <- 1e2
data <- as.data.frame(rep(data.frame(rnorm(N)), K))

gc(reset=TRUE)
# used  (Mb) gc trigger   (Mb)  max used  (Mb)
# Ncells    303759  16.3     597831   32.0    303759  16.3
# Vcells 100442572 766.4  402928632 3074.2 100442572 766.4
tracemem(data)
# [1] "<0x363fda0>"
data <- as.data.table(data)
# tracemem[0x363fda0 -> 0x31e4260]: copy as.data.table.data.frame as.data.table 
gc()
# used  (Mb) gc trigger   (Mb)  max used   (Mb)
# Ncells    304519  16.3     597831   32.0    306162   16.4
# Vcells 100444242 766.4  322342905 2459.3 200933219 1533.0

Answer 1

这可从v1.9.0+ 获得。来自NEWS：

o 在this S.O. post 之后，现在实现了一个函数setDT，它将list（命名和/或未命名）、data.frame（或data.table）作为输入并返回与@ 相同的对象987654329@ 参考（无任何副本）。有关更多信息，请参阅 ?setDT 示例。

这符合data.table 命名约定 - 所有set* 函数都通过引用进行修改。 := 是唯一一个也通过引用进行修改的另一个。

require(data.table) # v1.9.0+
setDT(data) # converts data which is a data.frame to data.table *by reference*

---

查看历史以获取较早（现已过时）的答案。