r - 对于大整数 id 数字，使用 integer64、数字或字符哪个更好？

Question

我正在使用一个数据集，该数据集有多个表示整数 ID 号的列(例如 transactionId 和 accountId)。这些 ID 号通常有 12 位数字长，这使得它们太大而无法存储为 32 位整数。

在这种情况下最好的方法是什么？

1. 以字符串形式读取 ID。
2. 使用 bit64 包将 ID 读取为整数 64。
3. 将 ID 读取为数字(即 double )。

有人警告我用 double 测试相等性的危险，但我不确定在将它们用作 ID 的情况下这是否会成为问题，我可能会根据它们进行合并和过滤，但永远不会这样做ID 号的算术。

从直觉上看，字符串测试相等性和进行合并的速度应该更慢，但在实践中可能没有太大区别。

Answer 1

请参阅 Roland 对原始问题的评论。您的 ID 应该是字符向量。由于 ID 不太可能用于类似数学的运算，因此将值存储为字符向量通常更安全。他还指出，使用字符向量合并 data.table 的速度非常快。也许不如整数合并那么快，但仍然很快。在大多数情况下，这应该没问题。