我刚开始使用R，发现了一些数据.桌子我觉得它很棒.
一个非常天真的问题:我可以忽略数据吗.使用数据的框架.表以避免两个包之间的语法混淆？
我刚开始使用R，发现了一些数据.桌子我觉得它很棒.
一个非常天真的问题:我可以忽略数据吗.使用数据的框架.表以避免两个包之间的语法混淆？
正如常见问题1.1所强调的，
[.data.table中的j基本上是此外，
data.table人继承了data.frame人.这是一个我们还建议尽可能增强R.什么之中的一个
unique()和match()现在在所有元素都在全局CHARSXP缓存中且未标记的字符向量上更快第二个建议是在
duplicate.c中使用memcpy，这非常重要
data.frame and data.table
DT[3]表示第三个row，但DF[3]表示第三个columnDT[3, ] == DT[3]，但DF[ , 3] == DF[3](在data.frame中有点令人困惑，而data.table是一致的)- 因此，我们说逗号是optional/
DT，但在DF中不是可选的DT[[3]] == DF[, 3] == DF[[3]]DT[i, ]，其中i是一个整数，返回一行，就像DF[i, ]一样，但不同于返回向量的矩阵单行子集.DT[ , j]，其中j是单个整数，返回一列数据.表，与默认情况下返回向量的DF[, j]不同DT[ , "colA"][[1]] == DF[ , "colA"]DT[ , colA] == DF[ , "colA"](目前在data.table v1.9.8中，但即将更改，请参见发行说明)DT[ , list(colA)] == DF[ , "colA", drop = FALSE]DT[NA]返回NA的一行，但DF[NA]返回DF的整个副本，其中包含NA.符号NA是R中的logical型，因此由[.data.frame循环使用.用户的意图可能是DF[NA_integer_].为了方便起见，[.data.table自动转向这个可能的意图.DT[c(TRUE, NA, FALSE)]将NA视为FALSE，但DF[c(TRUE, NA, FALSE)]返回DT[ColA == ColB]比DF[!is.na(ColA) & !is.na(ColB) & ColA == ColB, ]简单data.frame(list(1:2, "k", 1:4))创建3列数据.表创建一个list列.check.names在data.frame中默认为TRUE，但在数据中为FALSE.桌子，为了方便.stringsAsFactors在data.frame中默认为TRUE，但在数据中为FALSE.桌子，为了效率.由于在R中添加了全局字符串缓存，字符项是指向单个缓存字符串的指针，因此转换为factor不再具有性能优势.- 当使用
data.frame中的", "，但数据中的","打印时，list列中的原子向量被折叠.表的第6项后面带有逗号，以避免意外打印大型嵌入对象.
在某些情况下，某些软件包可能会使用在给定数据时失败的代码.然而，鉴于data.table一直在维护以避免此类问题，任何可能出现的问题都将被及时修复.
例如
一百
来自1.8.2版的新闻
- 根据plyr::melt()的需要，base::unname(DT)现在可以再次工作.幸亏
- 一个as.数据为ITime添加了frame方法，以便ITime可以传递给ggplot2