集算器序表对象及R的数据框对比.pdfVIP

集算器序表对象与R 的数据框对比 集算器和R 语言都是典型的数据处理及分析语言，都具有二维结构化数据对象，都擅长多步骤的复 杂计算。但两者的二维结构化数据对象在底层机制上存在较大的差异，这种差异导致了集算器对于结构 化数据的计算更为擅长，特别适合应用程序员进行商业计算，而R 对矩阵计算更为擅长，特别适合科学 工作者进行科学计算或工程计算。 集算器的二维结构化数据类型是序表对象（TSeq ）。序表对象以记录为基础，多条记录形成行式的二 维表，二维表配合列名形成完整的数据结构。R 语言以向量为基础，多条向量形成列式的二维表，二维 表配合列名形成完整的数据结构。 底层机制影响着用户的实际体验，下面我们将从基本功能、高级功能、实际案例、实测性能这四个 方面比较序表对象和数据框在实际运用中的具体差异。 说明：下列比较均使用开发语言原生的函数，不涉及第三方扩展包。 基本功能 例 1：从文件中读取二维结构化数据，并按坐标访问第一行第二列的值。 数据框： data-read.table(e:/sales.txt,header=TRUE,sep=\t) result-data[1,2] 序表： =data=file(e:/sales.txt).import@t() =data(1).#2 比较：在最基本的功能上，两者无明显差别。 注：sales.txt 文件是tab 分割的结构化数据，前几行如下： OrderID Client SellerId Amount OrderDate 1 WVF 5 440.00 2009-2-3 0:00:00 2 UFS 13 1863.40 2009-7-5 0:00:00 3 SWFR 2 1813.00 2009-7-8 0:00:00 4 JFS 27 670.80 2009-7-8 0:00:00 5 DSG 15 3730.00 2009-7-9 0:00:00 例 2：按行号字段名访问第一行第二列的值。 数据框： Result1-data$Client[1] Result2-data[1,]$Client 序表： =data(1).(Client) =data.(Client)(1) 比较：两者没有明显差别。 例 3 ：访问列数据。分两类：按列号和列名访问，每类分两种情况：单独取第二列，合并取第二、第四 列。 数据框： Result1-data[2] Result2-data[,c(2,4)] Result3-data$Client Result4-data[,c(Client,Amount)] 序表： =data.(#2) =data.new(#2,#4) =data.(Client) =data.new(Client,Amount) 比较：两者都可以访问列数据，唯一的区别在于取多列数据时的语法，数据框是直接取数，而序表 是用new 函数新建序表。语法虽有不同，但两者的实际处理方法相同，都是从原对象复制两列数据到新 对象。 例 4 ：记录操控。包括：按行号取前两条记录、追加记录、在第二行插入记录、删除第二行的记录。 数据框： Record1-data[c(1,2),] append- data.frame(OrderID=152, Client=CA, SellerId=5, Amount=2961.40, OrderDate=2010-12-5 0:00:00) data- rbind(data, append) insert-data.frame(OrderID=153, Client=RA, SellerId=4, Amount=1931.20, OrderDate=2009-11-5 0:00:00) data-rbind(data[1,], insert,data[2:151,]) data-data[-2,] 序表： =data([1,2]) =data.insert(0,152:OrderID,CA:Client,5:SellerId,2961.40:Amount,2010-12-5 0:00:00:O