我什么时候应该在 data.table 中使用 := 运算符？

data.table对象现在有一个 := 运算符。该运算符与所有其他赋值运算符有何不同？另外，它有什么用途，速度有多快，什么时候应该避免使用？

这是一个示例，显示 10 分钟缩短为 1 秒（摘自 NEWShomepage）。这就像子分配给data.frame但不会每次都复制整个表。

m = matrix(1,nrow=100000,ncol=100)
DF = as.data.frame(m)
DT = as.data.table(m)

system.time(for (i in 1:1000) DF[i,1] <- i)
     user  system elapsed 
  287.062 302.627 591.984 

system.time(for (i in 1:1000) DT[i,V1:=i])
     user  system elapsed 
    1.148   0.000   1.158     ( 511 times faster )

把:= in j这样可以有更多的习语：

DT["a",done:=TRUE]   # binary search for group 'a' and set a flag
DT[,newcol:=42]      # add a new column by reference (no copy of existing data)
DT[,col:=NULL]       # remove a column by reference

and :

DT[,newcol:=sum(v),by=group]  # like a fast transform() by group

我想不出任何理由可以避免:=！除了，在一个for环形。自从:=出现在里面DT[...]，它的开销很小[.data.table方法;例如，S3 调度并检查参数的存在和类型，例如i, by, nomatch等等，所以对于内部for循环，有一个低开销的直接版本:= called set. See ?set了解更多详细信息和示例。的缺点set包括那个i必须是行号（无二分查找）并且不能将其与by。通过做出这些限制set可以显着减少开销。

system.time(for (i in 1:1000) set(DT,i,"V1",i))
     user  system elapsed 
    0.016   0.000   0.018