r - 当函数返回一个 data.table 时是否进行了复制？

Question

我正在更新一组以前只接受 data.frame 的函数使用的对象 data.table论据。

我决定使用 R 的方法 dispatch 来实现该功能，以便旧代码使用 data.frame s 仍可使用更新后的函数。在我的一个函数中，我接受了 data.frame作为输入，修改它，然后返回修改后的data.frame .我创建了一个 data.table实现也是如此。例如:

# The functions
foo <- function(d) {
  UseMethod("foo")
}

foo.data.frame <- function(d) {
  <Do Something>
  return(d)
}

foo.data.table <- function(d) {
  <Do Something>
  return(d)
}

我知道 data.table通过在不复制的情况下进行更改来工作，我实现了 foo.data.table同时牢记这一点。但是，我返回了 data.table函数末尾的对象，因为我希望我的旧脚本与新的 data.table 一起使用对象。这会复制 data.table吗？ ?我该如何检查？根据文档，必须非常明确地创建 data.table 的副本。 ，但我不确定在这种情况下。

我想在不需要的时候退货的原因 data.tables :

我的旧脚本看起来像这样

someData <- read.table(...)
...
someData <- foo(someData)

我希望脚本能够与 data.table 一起运行s 只需更改数据摄取行即可。换句话说，我希望脚本通过更改 someData <- read.table(...) 来工作。至 someData <- fread(...) .

Answer 1

感谢 Arun 在评论中的回答。我将在他的评论中使用他的例子来回答这个问题。

可以使用 tracemem 检查是否正在制作副本。在 R 中跟踪对象的函数。来自该函数的帮助文件，?tracemem ，描述说:

This function marks an object so that a message is printed whenever the internal code copies the object. It is a major cause of hard-to-predict memory use in R.

例如:

# Using a data.frame
df <- data.frame(x=1:5, y=6:10)
tracemem(df)
## [1] "<0x32618220>"
df$y[2L] <- 11L
## tracemem[0x32618220 -> 0x32661a98]: 
## tracemem[0x32661a98 -> 0x32661b08]: $<-.data.frame $<- 
## tracemem[0x32661b08 -> 0x32661268]: $<-.data.frame $<- 
df
##   x  y
## 1 1  6
## 2 2 11
## 3 3  8
## 4 4  9
## 5 5 10

# Using a data.table
dt <- data.table(x=1:5, y=6:10)
tracemem(dt)
## [1] "<0x5fdab40>"
set(dt, i=2L, j=2L, value=11L) # No memory output!
address(dt) # Verify the address in memory is the same
## [1] "0x5fdab40"
dt
##    x  y
## 1: 1  6
## 2: 2 11
## 3: 3  8
## 4: 4  9
## 5: 5 10

看来 data.frame更改 data.frame 中的一个元素时，对象会被复制两次, 而 data.table就地修改，无需复制!

根据我的问题，我可以跟踪 data.table或 data.frame对象， d , 在将其传递给函数之前， foo , 检查是否有任何副本。