在这question中，data.table包创建者解释了为什么不能在中间A data.table中插入引用(或删除).他还指出，在谈判结束时，这种行动是可能的.你能给我一个执行这个动作的代码吗？这将是"参考"版本的
a<- data.table(id=letters[1:2], var=1:2)
> a
id var
1: a 1
2: b 2
> rbind(a, data.table(id="c", var=3))
id var
1: a 1
2: b 2
3: c 3
谢谢
EDIT:
由于还不可能找到合适的解决方案，从速度和内存使用的Angular 来看，以下哪项更好(如果内部不同，则不确定)？
rbind(a, data.table(id="c", var=3))
rbindlist(list(a, data.table(id="c", var=3)))
最终还有其他(更好的)方法吗？
要编辑基准，只需执行以下操作:
a = data.table(id=letters[1:2], var=1:2)
b = copy(a)
c = copy(b) # let's also just try modifying same value in place
# to see how well changing existing values does
microbenchmark(a <- rbind(a, data.table(id="c", var=3)),
b <- rbindlist(list(b, data.table(id="c", var=3))),
c[1, var := 3L],
set(c, 1L, 2L, 3L))
#Unit: microseconds
# expr min lq median uq max neval
# a <- rbind(a, data.table(id = "c", var = 3)) 865.460 1141.2585 1357.1230 1539.4300 6814.492 100
#b <- rbindlist(list(b, data.table(id = "c", var = 3))) 260.440 325.3835 445.4190 522.8825 1143.930 100
# c[1, `:=`(var, 3L)] 482.147 626.5570 778.3135 904.3595 1109.539 100
# set(c, 1L, 2L, 3L) 2.339 5.677 7.5140 9.5170 19.033 100
rbindlist显然比rbind好.多亏Matthew Dowle指出了在循环中使用[的问题，我添加了另一个基准测试set.
从上面可以看出，你最好的 Select 是使用rbindlist，或者先调整data.table的大小，然后填充值(你也可以使用与C++中的std::vector类似的策略，如果你不知道数据的大小，那么每次用完空间时都会将大小加倍，然后在填充完数据后，删除多余的行).