R 可以就地进行 cumsum 等操作吗？

在Python中我可以这样做：

a = np.arange(100)
print id(a) # shows some number
a[:] = np.cumsum(a)
print(id(a)) # shows the same number

我在这里所做的是替换contents of a与它的 cumsum。前后的地址是一样的。

现在让我们在 R 中尝试一下：

install.packages('pryr')
library(pryr)
a = 0:99
print(address(a)) # shows some number
a[1:length(a)] = cumsum(a)
print(address(a)) # shows a different number!

问题是如何用计算结果覆盖 R 中已分配的内存？当我在 R 与 Rcpp 中进行向量运算时，缺乏此类东西似乎会导致显着的性能差异（用 C++ 编写代码并从 R 调用它，这让我可以避免不必要的分配）。

我在 Ubuntu Linux 10.04 上使用 R 3.1.1，具有 24 个物理内核和 128 GB RAM。

Try the data.table包裹。它允许更新值引用使用:=运算符（以及使用函数set):

library(data.table)
A <- data.table(a = seq_len(99))

address(A)   # [1] "0x108d283f0"
address(A$a) # [1] "0x108e548a0"

options(datatable.verbose=TRUE)
A[, a := cumsum(a)]
# Detected that j uses these columns: a 
# Assigning to all 99 rows
# Direct plonk of unnamed RHS, no copy. <~~~ no copy of `A` or `A$a` is made.

address(A)   # [1] "0x108d283f0"
address(A$a) # [1] "0x1078f5070"

请注意，即使address of A$a通过引用更新后有所不同，有no copy正在这里制作。它是不同的，因为它是一个完整的列 plonk - 意思是向量cumsum(a)替换当前列a（引用）。 （你看到的地址是cumsum(a)基本上）。