在大型data.table中替换NAS的最快方法

Question

在大型data.table中替换NAS的最快方法我有一个大的数据表，它的200 K行和200列中散布了许多缺失的值。我希望尽可能高效地将这些NA值重新编码到零。我看到两种选择：1：转换为data.framework，并使用像这样2：某种很酷的data.table子设置命令我会很高兴得到一个非常有效的1类型的解决方案，转换为data.framework，然后返回到data.table不会花费太长时间。

Answer 1

以下是使用NAToUnknown在gdata包裹。我使用Andrie的解决方案创建了一个巨大的数据表，还包括了与Andrie解决方案的时间比较。

# CREATE DATA TABLE

dt1 = create_dt(2e5, 200, 0.1)

# FUNCTIONS TO SET NA TO ZERO   

f_gdata  = function(dt, un = 0) gdata::NAToUnknown(dt, un)

f_Andrie = function(dt) remove_na(dt)

# COMPARE SOLUTIONS AND TIMES

system.time(a_gdata  <- f_gdata(dt1))

user  system elapsed 

4.224   2.962   7.388 

system.time(a_andrie <- f_Andrie(dt1))

 user  system elapsed 

4.635   4.730  20.060 

identical(a_gdata, g_andrie)  

TRUE