do.call(rbind, ) 换成 dplyr::bind_rows( ) 竟然提速千倍,R让人如此无语。
R 内存管理
https://www.cnblogs.com/cloudtj/articles/5478281.html
cite:
“如果使用的是RStudio，refs始终都是2，那是因为环境浏览器也会指向各个对象。refs()函数只是一个判断，它仅仅可以区分1和多于1的引用数量，也就是说下面的例子refs始终会返回2.”
“非R的原函数访问R的对象，都会使得该对象的引用次数增加，而原函数则不会。一般而言，如果一个R对象的被引用次数为1，那么R的原函数都不会发生拷贝，在原先的地址空间对数据进行更改。这样的原函数一般包括[[<-, [<-, @<-, $<-, attr<-, attributes<-, class<-, dim<-, dimnames<-, names<-, and levels<-。如果想需求其他的方式防止拷贝的次数过多，那么RCpp包是个不错的选择”
非R的原函数访问R的对象，都会使得该对象的引用次数增加，而原函数则不会，这是为什么呢
https://stackoverflow.com/questions/23898969/is-data-really-copied-four-times-in-rs-replacement-functions
R data.frame 惨案 以及 data.table 不加索引惨案
https://www.douban.com/note/698241469/
for循环并不慢，慢的是data.frame
https://www.zhihu.com/question/33901694?sort=created
http://blog.sina.com.cn/s/blog_4d2fda500102wjay.html
cite:
“那么为什么data.frame类型的x每次修改都被从新copy到了内存的新地方，而list类型定y就没有？这是因为list在R里面属于primitive函数（是用c实现，但是可以被R直接调用，而不必通过.internal接口，可以通过is.primitive()判断一个函数是不是primitive函数），而data.frame不是primitive函数。在R里面primitive函数每次读取一个对象的时候，就会copy这个对象”（应该是非primitive函数？）
data frame不适合大数据
https://www.cnblogs.com/foreverycc/p/4731629.html
cite: “data frame真的不适合大数据！”
pre-allocate data structures
the R inerno.pdf 走进R的地狱吧
https://www.burns-stat.com/pages/Tutor/R_inferno.pdf
the R internal
https://cran.r-project.org/doc/manuals/r-release/R-ints.pdf
modify a data.frame in-place (destructively) 原地修改data.frame
merge by postion / merge by name
https://stackoverflow.com/questions/15673550/why-is-rbindlist-better-than-rbind/15673654?r=SearchResults#15673654
hadley 说保留行名是不明智的
大数据的do.call(rbind, )真是慢到无以复加
综上：目前看不懂，先放着吧。
网友评论