为什么rbindlist比rbind“更好”？
我正在通过data.table文档，也注意到从这里的一些对话， rbindlist应该比rbind更好。
我想知道为什么rbindlist比rbind更好，在哪种情况下rbindlist真的超越rbind ？
在内存使用方面有没有优势？
rbindlist是do.call(rbind, list(...))一个优化版本，在使用rbind.data.frame
它在哪里真的很好
一些显示rbindlist闪耀的问题
按行快速vector化data.frames列表的合并
使用do.call和ldply将长列表data.frames（〜100万）转换为单个data.frame时遇到问题
这些基准显示了它的速度。
rbind.data.frame很慢，这是有原因的
rbind.data.frame做了很多检查，并会按名称匹配。 （即rbind.data.frame将考虑到列的顺序可能不同，并按名称匹配）， rbindlist不会做这种检查，并会按位置连接
例如
do.call(rbind, list(data.frame(a = 1:2, b = 2:3), data.frame(b = 1:2, a = 2:3))) ## ab ## 1 1 2 ## 2 2 3 ## 3 2 1 ## 4 3 2 rbindlist(list(data.frame(a = 1:5, b = 2:6), data.frame(b = 1:5, a = 2:6))) ## ab ## 1: 1 2 ## 2: 2 3 ## 3: 1 2 ## 4: 2 3
rbindlist的一些其他限制
过去由于一个已经被修复的错误，过去一直在努力处理factors ：
rbindlist两个data.tables，其中一个具有因子，另一个具有字符types （ Bug＃2650 ）
它有重复的列名称的问题
请参阅警告消息：在rbindlist（allargs）：由强制引入的NAs：data.table中可能的错误？ （ 错误＃2384 ）
rbind.data.frame rownames会令人沮丧
rbindlist可以处理lists data.frames和data.tables ，并将返回一个data.table没有rownames
你可以使用do.call(rbind, list(...))看看do.call(rbind, list(...))
如何避免在do.call中使用rbind时重命名行？
内存效率
在内存方面， rbindlist是在C实现的，所以是内存高效的，它使用setattr通过引用来设置属性
rbind.data.frame是在R中实现的，它做了很多的分配，并且使用attr<- （和class<-和rownames<-所有这些都将（在内部）创build创build的data.frame的副本。
在v1.9.2 ， rbindlist已经发展了很多，实现了许多function，包括：
- 在绑定时select列的最高
SEXPTYPE– 在closuresFR＃2456和Bug＃4981的v1.9.2实现。- 正确处理
factor列 – 首先在v1.8.10实现，closuresBug＃2650，并在v1.9.2仔细扩展到绑定sorting因子，closuresFR＃4856和Bug＃5019 。
此外，在v1.9.2 ， rbind.data.table也获得了一个fill参数，允许通过填充缺失列进行绑定，在R中实现。
现在在v1.9.3 ，这些现有function还有更多的改进：
rbindlist获得一个参数use.names，默认情况下为FALSE以实现向后兼容性。rbindlist也获得了一个参数fill，为了向后兼容，默认情况下也是FALSE。- 这些function都是用C语言实现的，并且在添加function的同时，仔细书写，不会影响速度。
- 由于
rbindlist现在可以按名称匹配并填充缺失的列，rbindlist现在只需调用rbindlist。 唯一的区别是对于rbind.data.table，默认情况下use.names=TRUE，以便向后兼容。
rbind.data.frame主要是由于拷贝（也指出了@mnel），可以避免的（通过移动到C）减慢了一些。 我认为这不是唯一的原因。 当每个data.frame有很多列时，检查/匹配rbind.data.frame列名的rbind.data.frame也会变慢，并且有很多这样的data.frames要绑定（如下面的基准所示）。
然而，这个rbindlist缺less某些特征（比如检查因子级别或匹配的名字）对rbind.data.frame权重很小（或没有）。 这是因为他们在C中谨慎实现，针对速度和内存进行了优化。
这是一个基准，它突出了在按列名进行匹配时的高效绑定，以及使用rbindlist的use.names特性。 数据集由10000个大小为10 * 500的dataframe组成。
require(data.table) set.seed(1L) names = paste0("V", 1:500) cols = 500L foo <- function() { data = as.data.frame(setDT(lapply(1:cols, function(x) sample(10)))) setnames(data, sample(names)) } n = 10e3L ll = vector("list", n) for (i in 1:n) { .Call("Csetlistelt", ll, i, foo()) } system.time(ans1 <- rbindlist(ll)) # user system elapsed # 3.419 0.278 3.718 system.time(ans2 <- rbindlist(ll, use.names=TRUE)) # user system elapsed # 5.311 0.471 5.914 system.time(ans3 <- do.call("rbind", ll)) # user system elapsed # 1097.895 1209.823 2438.452 identical(ans2, setDT(ans3)) # [1] TRUE
在没有检查名字的情况下，对列进行绑定的时间仅为3.7秒，因为检查列名和绑定的时间只需要1.2秒。 与基本解决scheme相比，这个速度快了400倍。
