按升序/降序快速对 data.table 进行排序

我有一个大约有 300 万行和 40 列的 data.table。我想按组内的降序对该表进行排序，如以下 sql 模拟代码：

sort by ascending Year, ascending MemberID, descending Month 

data.table 中是否有等效的方法来执行此操作？到目前为止，我必须将其分为两个步骤：

setkey(X, Year, MemberID)

这非常快，只需要几秒钟。

X <- X[,.SD[order(-Month)],by=list(Year, MemberID)]

此步骤需要更长的时间（5 分钟）。

更新： 有人发表评论要做X <- X[sort(Year, MemberID, -Month)]后来删除了。这种方法似乎要快得多：

user  system elapsed 
5.560  11.242  66.236 

我的方法：setkey() 然后 order(-Month)

   user  system elapsed 
816.144   9.648 848.798 

我现在的问题是：如果我想在排序后按年，会员ID和月进行汇总（年，会员ID，月），data.table是否能识别排序顺序？

更新2：回应Matthew Dowle：

在 setkey 包含年份、会员 ID 和月份之后，我每个组仍然有多个记录。我想对每个组进行总结。我的意思是：如果我使用 X[order(Year, MemberID, Month)]，求和是否利用 data.table 的二进制搜索功能：

monthly.X <- X[, lapply(.SD[], sum), by = list(Year, MemberID, Month)]

更新 3：Matthew D 提出了几种方法。第一种方法的运行时间比 order() 方法更快：

   user  system elapsed 
  7.910   7.750  53.916 

马修：令我惊讶的是转换月份的符号花费了大部分时间。没有它，setkey 的速度会非常快。

2014 年 6 月 5 日更新：

目前的开发版本data.table v1.9.3实现了两个新功能，分别是：setorder and setorderv，这正是您所需要的。这些函数重新排序data.table 引用可以选择在每列上选择升序或降序作为排序依据。查看?setorder了解更多信息。

此外，DT[order(.)]默认情况下也经过优化以使用data.table's 内部快速订单代替base:::order。这一点，不同于setorder，将制作数据的完整副本，因此内存效率较低，但仍比使用基数顺序的操作快几个数量级。

基准：

这是使用速度差异的说明setorder, data.table 的内部快速顺序和base:::order:

require(data.table) ## 1.9.3
set.seed(1L)
DT <- data.table(Year     = sample(1950:2000, 3e6, TRUE), 
                 memberID = sample(paste0("V", 1:1e4), 3e6, TRUE), 
                 month    = sample(12, 3e6, TRUE))

## using base:::order
system.time(ans1 <- DT[base:::order(Year, memberID, -month)])
#   user  system elapsed 
# 76.909   0.262  81.266 

## optimised to use data.table's fast order
system.time(ans2 <- DT[order(Year, memberID, -month)])
#   user  system elapsed 
#  0.985   0.030   1.027

## reorders by reference
system.time(setorder(DT, Year, memberID, -month))
#   user  system elapsed 
#  0.585   0.013   0.600 

## or alternatively
## setorderv(DT, c("Year", "memberID", "month"), c(1,1,-1))

## are they equal?
identical(ans2, DT)    # [1] TRUE
identical(ans1, ans2)  # [1] TRUE

在此数据上，基准测试表明 data.table 的顺序约为快约 79 倍 than base:::order and setorder is 快约 135 倍 than base:::order here.

data.table始终以 C 语言环境进行排序/排序。如果您需要在其他语言环境中订购，那么您才需要诉诸使用DT[base:::order(.)].

所有这些新的优化和功能共同构成了. 还添加了 bit64::integer64 支持 https://github.com/Rdatatable/data.table/issues/703.

NOTE:请参阅历史记录/修订以获取早期的答案和更新。