fj
количество строк в каждом часе каждых суток
Size: a a a
2021 May 07
M
data table быстрее С?
Я просто про эту штуку только от вас узнал
Я просто про эту штуку только от вас узнал
ДВ
data.table и есть C))
h
наверное, имеют ввиду что быстрее чем dplyr
M
Ну да, так-то весь Р это С, но если написать код на С и прогнать его в Rcpp, то он ускоряется раз в 10-20 в среднем
ДВ
Кто именно ускоряется?
ДВ
Код на C ускоряется?
M
Ну например цикл.
Если написать функцию с циклом чисто на Р, которая например считает числа фибоначи и код на си и скомпилировать его в функцию через Rcpp, то вторая функция будет быстрее
Если написать функцию с циклом чисто на Р, которая например считает числа фибоначи и код на си и скомпилировать его в функцию через Rcpp, то вторая функция будет быстрее
PU
тестировал я как-то вычисление средних
на c++ это оказалось не быстерее, чем в базовом R %)
если есть возможность проверить меня - я буду только рад, самому интересно
на c++ это оказалось не быстерее, чем в базовом R %)
если есть возможность проверить меня - я буду только рад, самому интересно
ДВ
Вот да, есть ещё подозрение, что вы считаете C и C++ одним и тем же языком. Что ошибочно
AS
Вы ещё скажите, что Java и JavaScript -- это разное.
ДВ
Кстати, сюда может подойти какая-нибудь шутка про R и Rscript
AS
С Гордоном?
M
конечно, сейчас чекну
ДВ
Короче говоря. data.table прекрасная библиотека на C для работы с таблицами в R. Лидер бенчмарков, обгоняет высокопроизводительные СУБД даже. И дело не просто в том, что что-то прогнали через C. Дело в том, что прогнали очень грамотно. Тоже самое может касаться и просто скрипта в R. Можно написать нормально, а можно плохо. Будет работать, но медленно. И никакая библиотека не поможет
ДВ
- R.
- Script?))
- Script?))
IS
Почти похожий вопрос задавали тут третьего дня. Я показывал ответ.
https://rdatatable.gitlab.io/data.table/reference/foverlaps.html
Задача выглядит идентичной по описанию.
https://rdatatable.gitlab.io/data.table/reference/foverlaps.html
Задача выглядит идентичной по описанию.
IS
Переслано от Ilya Shutov
я бы предложил смотреть в таком направлении:
main_dt <- as.data.table(main) %>%——————————
.[, `:=`(from = key, to = key, key = NULL)]
dict_dt <- as.data.table(dict, key = c("from", "to"))
foverlaps(main_dt, dict_dt)
grouping_var from to id i.from i.to
1: a 1 4 1 1 1
2: a 1 4 2 4 4
3: b 5 9 3 6 6
4: <NA> NA NA 4 15 15
AS
Ага, по описанию очень похоже на мой кейс.