将apply函数与data.table一起使用，为什么这么慢？

Question

我正在使用data.table 包，我使用了这个：

dt$date<- as.POSIXct(dt$date, tz="GMT")      (I know I can use fastPOSIXct)
2009-08-07 06:00:14
2009-08-07 06:00:15
2009-08-07 06:00:16 
2009-08-07 06:00:24

我想更改时区（有很多）并提取小时。假设我想使用 apply 函数：

f <- function(x) {
  SydneyTime<-format(x["date"], format = "%Y-%m-%d %H:%M:%OS", tz = "Australia/Sydney")
  Sy<-hour(SydneyTime)
  return(Sy)
}

mydata$SyHour <- apply(dt, 1, f)

这太慢了，我错过了什么吗？我不想保留 SydneyTime 的副本。

谢谢。

Answer 1

你不需要复制任何东西。 format.Date 是矢量化的，因此您可以使用 := 使用原始列中的数据在您的 data.table 中创建一个新列。这是一个可重现的小例子：

require( data.table )
#  Seconds in the day
n <- 86400

#  Make some data
DT <- data.table( Date = as.POSIXct( Sys.time()+seq(0,2*n,by=n) , tz = "GMT") )
#                  Date
#1: 2013-08-28 21:17:10
#2: 2013-08-29 21:17:10
#3: 2013-08-30 21:17:10

#  Change the TZ
DT[ , Date2:=format( Date , tz = "Australia/Sydney")]
#                  Date               Date2
#1: 2013-08-28 21:17:10 2013-08-29 06:17:10
#2: 2013-08-29 21:17:10 2013-08-30 06:17:10
#3: 2013-08-30 21:17:10 2013-08-31 06:17:10

编辑下面的评论

lapply 设计为与data.table 一起按列使用。要就地修改Date 列，您可以这样做：

DT[ , lapply( .SD , format , tz = "Australia/Sydney" ) ]

但在将其用于真实数据之前，请检查 .SD 和 .SDcols 的含义。