plyr 啥时候比 data.table 好？ [关闭]

Posted 2023-02-16

【中文标题】plyr 啥时候比 data.table 好？ [关闭]

【英文标题】：when is plyr better than data.table? [closed]plyr 什么时候比 data.table 好？ [关闭]

【发布时间】：2013-04-15 18:12:18

【问题描述】：

这里的更好可能意味着更快或更容易阅读/更短的语法，或者也可能意味着该命令甚至在 data.table 中都不可用。

我不经常使用plyr，我想知道是否有我应该使用的情况。因为我不经常使用它，所以我能想出的唯一例子是rbind.fill，据我所知没有data.table 模拟和我见过的所有其他例子都在@ 987654325@ 和 data.table，后者更快更容易阅读/更紧凑。

【问题讨论】：

这方式太宽泛了。

plyr（通常）不会比 data.table 快。有些人（比如我自己）发现前者的语法比后者更直观、更易读。但这只是一个主观的选择。

@Arun thx，我会看看这些功能。 plyr 是否为 data.frame 做得更好？

@Arun，非常感谢。平行的东西听起来很有趣，我来看看。

只是我的 2ct，对于多维数组的普通 array 比 aaply 快得多。

【参考方案1】：

它们是具有不同用途的不同软件包。一个不能替代另一个，尽管它们有一小部分功能重叠。

以下是每个包的简要摘要，来自包本身：

plyr 包是一组干净且一致的工具，用于在 R 中实现拆分-应用-组合模式。这是数据分析中极为常见的模式：您可以通过将复杂问题分解成小块来解决它，执行每个部分都有一些东西，然后将结果再次组合在一起。

和

data.table ... 以简短灵活的语法提供快速子集、快速分组、快速更新、快速排序连接和列表列，以加快开发速度。它受到 R 中 A[B] 语法的启发，其中 A 是矩阵，B 是 2 列矩阵。

它们重叠的地方是“快速分组”，plyr 也通过拆分 data.frame、对片段进行操作并将它们重新组合成单​​个 data.frame 来实现。 data.table 具有许多其他功能，可以快速对类似 data.frame 的结构进行操作； plyr 具有将拆分-应用-组合范式应用​​于其他数据结构的功能，例如列表和数组（作为输入和输出）。

所以，实际上，它们是两个不同的工具，恰好有一小部分重叠，可以解决相同的问题域，但每个工具的功能远不止于此，如果您想要/需要额外的功能，那么该软件包应该是用过。

【讨论】：

听起来你在说plyr 做了一些data.table 不能做的事情——这正是我要找的——你能举一两个例子吗？谢谢

library("plyr"); example("llply") 或者实际上是**ply 以外的任何ddply 函数。

llply 似乎不是一个很好的用途（据我所知，它在 lapply 已经做的基础上做的很少），但其他的做，我会看看这些功能，然后可能会重新提出这个问题，现在就可以了，谢谢