R:通过 XTS 对象与 Matrix 进行子选择:为什么这样的性能受到影响？

Question

在相同大小的 XTS 对象和 R 矩阵上的 for 循环中进行子选择会产生截然不同的性能。在我机器上的以下示例中，矩阵代码需要 0.42 秒，而 XTS 代码需要 31.64 秒。假设我必须执行这样的循环，我应该先使用 as.matrix 预先转换所有 XTS 对象，还是有办法从 xts 对象获得更高的性能？

library(xts)

NumRows <- 1000000
NumCols <- 30
theMatrix <- matrix(rep(1,NumRows*NumCols),nrow=NumRows)
theXTS <- xts(theMatrix,Sys.Date()+1:NumRows)

system.time({  

  for(k in 1:NumRows){
    DataPoint <- theMatrix[k,1]
  }

})

system.time({  

  for(k in 1:NumRows){
    DataPoint <- theXTS[k,1]
  }

})

Answer 1

是的。简短的回答是，当您对 xts 对象进行子集化时，您是从向量中提取相关时间，并且还从矩阵中提取相关行，这在计算时间上比仅从矩阵中提取组件更昂贵。您通常希望将数据保存为 xts 格式，以便通过时间轻松地对数据进行子集化，但您可以先调用 coredata(这比 as.matrix 更快) ，它在通过整数索引对 xts 对象进行子集化之前公开数据矩阵

读取?coredata

> class(coredata(theXTS))
[1] "matrix"

# Compare benchmark below against subsetting with an existing matrix
theXTS_matrix <- as.matrix(theXTS)

library(microbenchmark)
microbenchmark(theXTS_matrix[5, 7:10], coredata(theXTS), 

coredata(theXTS)[5, 7:10],
                   theXTS[5, 7:10], as.matrix(theXTS)[5, 7:10])
# Unit: nanoseconds
# expr    min       lq      mean   median       uq    max neval
# theXTS_matrix[5, 7:10]    663   1087.5   1479.39   1254.0   1569.0   9062   100
# coredata(theXTS)  10456  12090.5  13413.92  13122.0  14269.0  24106   100
# coredata(theXTS)[5, 7:10]  11703  12959.5  15193.21  14298.5  15499.5  56137   100
# theXTS[5, 7:10]  27519  30293.5  32669.63  31805.5  33130.5  57130   100
# as.matrix(theXTS)[5, 7:10] 200927 205187.5 209949.47 206926.0 212582.0 330426   100

即coredata 提供了一个小的开销，但是子集化会更快。