R 按升序降序快速排序 data.table

2014年6月5日更新:

数据的当前开发版本.表v1.9.3实现了两个新功能，即:setorder和setorderv，这正是您所需要的.这些函数可以对data.table by reference进行重新排序，并可以 Select 每列的升序或降序.查看?setorder了解更多信息.

此外，默认情况下，DT[order(.)]也被优化为使用data.table的internal fast order而不是base:::order.与setorder不同的是，它将生成数据的整个副本，因此内存效率较低，但仍将比使用base的顺序操作快几个数量级.

基准:

这是一个使用setorder秒数据说明速度差异的例子.表的内部快速订单和base:::order:

require(data.table) ## 1.9.3
set.seed(1L)
DT <- data.table(Year     = sample(1950:2000, 3e6, TRUE), 
                 memberID = sample(paste0("V", 1:1e4), 3e6, TRUE), 
                 month    = sample(12, 3e6, TRUE))

## using base:::order
system.time(ans1 <- DT[base:::order(Year, memberID, -month)])
#   user  system elapsed 
# 76.909   0.262  81.266 

## optimised to use data.table's fast order
system.time(ans2 <- DT[order(Year, memberID, -month)])
#   user  system elapsed 
#  0.985   0.030   1.027

## reorders by reference
system.time(setorder(DT, Year, memberID, -month))
#   user  system elapsed 
#  0.585   0.013   0.600 

## or alternatively
## setorderv(DT, c("Year", "memberID", "month"), c(1,1,-1))

## are they equal?
identical(ans2, DT)    # [1] TRUE
identical(ans1, ans2)  # [1] TRUE

根据这些数据，基准表明了这些数据.表的顺序是~79x faster比base:::order，setorder比base:::order.

data.table始终使用C语言环境进行排序/排序.如果您需要在另一个地区订购，只有这样您才需要使用DT[base:::order(.)].

所有这些新的优化和功能一起构成了FR #2405个.bit64::integer64 support also has been added

NOTE:请参考历史记录/修订，以获取早期答案和更新.