Только что поговорили об этом с коллегами, и мы подумали, что стоит посмотреть, что скажут люди из SO land. Предположим, у меня был список из N элементов, где каждый элемент был вектором длины X. Теперь предположим, что я хотел преобразовать это в data.frame. Как и в большинстве случаев в R, существует множество способов очистки от пресловутого cat, таких as.dataframe как использование пакета plyr, объединение do.call с cbind , предварительное выделение DF и его заполнение и другие.

Проблема, которая была представлена, заключалась в том, что происходит, когда либо N, либо X (в нашем случае это X) становится чрезвычайно большим. Существует ли какой-либо метод очистки cat, который заметно превосходит, когда важна эффективность (особенно с точки зрения памяти)?

Поскольку a data.frame уже является списком, и вы знаете, что каждый элемент списка имеет одинаковую длину (X), самым быстрым, вероятно, было бы просто обновить атрибуты class и row.names :

 set.seed(21)
n <- 1e6
x <- list(x=rnorm(n), y=rnorm(n), z=rnorm(n))
x <- c(x,x,x,x,x,x)

system.time(a <- as.data.frame(x))
system.time(b <- do.call(data.frame,x))
system.time({
  d <- x  # Skip 'c' so Joris doesn't down-vote me! ;-)
  class(d) <- "data.frame"
  rownames(d) <- 1:n
  names(d) <- make.unique(names(d))
})

identical(a, b)  # TRUE
identical(b, d)  # TRUE
  

Обновление — это в ~ 2 раза быстрее, чем создание d :

 system.time({
  e <- x
  attr(e, "row.names") <- c(NA_integer_,n)
  attr(e, "class") <- "data.frame"
  attr(e, "names") <- make.names(names(e), unique=TRUE)
})

identical(d, e)  # TRUE
  

Обновление 2 — Я забыл о потреблении памяти. Последнее обновление создает две копии e . Использование attributes функции сводит это только к одной копии.

 set.seed(21)
f <- list(x=rnorm(n), y=rnorm(n), z=rnorm(n))
f <- c(f,f,f,f,f,f)
tracemem(f)
system.time({  # makes 2 copies
  attr(f, "row.names") <- c(NA_integer_,n)
  attr(f, "class") <- "data.frame"
  attr(f, "names") <- make.names(names(f), unique=TRUE)
})

set.seed(21)
g <- list(x=rnorm(n), y=rnorm(n), z=rnorm(n))
g <- c(g,g,g,g,g,g)
tracemem(g)
system.time({  # only makes 1 copy
  attributes(g) <- list(row.names=c(NA_integer_,n),
    class="data.frame", names=make.names(names(g), unique=TRUE))
})

identical(f,g)  # TRUE
  

Похоже, что для этого требуется data.table предложение, учитывая, что требуется эффективность для больших наборов данных. В частности, setattr устанавливается по ссылке и не копирует

 library(data.table)
set.seed(21)
n <- 1e6
h <- list(x=rnorm(n), y=rnorm(n), z=rnorm(n))
h <- c(h,h,h,h,h,h)
tracemem(h)

system.time({h <- as.data.table(h)
            setattr(h, 'names', make.names(names(h), unique=T))})
  

as.data.table , однако делает копию.

Редактировать — версия для копирования отсутствует

Используя предложение @MatthewDowle, setattr(h,'class','data.frame') которое преобразует в data.frame по ссылке (без копий)

 set.seed(21)
n <- 1e6
i <- list(x=rnorm(n), y=rnorm(n), z=rnorm(n))
i <- c(i,i,i,i,i,i)
tracemem(i)

system.time({  
  setattr(i, 'class', 'data.frame')
  setattr(i, "row.names", c(NA_integer_,n))

  setattr(i, "names", make.names(names(i), unique=TRUE))

})