R 编程中的 data.table 与 data.frame

R 中的data.table是data.frame的增强版本。由于它的执行速度和键入的代码较少，它在 R 中变得流行。 data.table 的目的是创建与数据框相同的表格数据，但语法有所不同。在下面的示例中，我们可以看到数据表的语法：

R

DataTable = data.table(name = c("a", "b", "c", "d"),
                       id = (7, 0, 3, 4))
DataTable

在上面的例子中，我们使用了函数data.table()然后我们使用了名为 c() 的函数，这意味着连接，用于将数据打印为一个系列，名称将是字符串类型，所以我们使用了“”和 id 作为整数类型，因此无需在引号中指定。

R 中的data.frame类似于用于创建表格数据的数据表，但数据表提供的功能比数据框多得多，因此，通常所有人都更喜欢data.table而不是data.frame 。但是 data.frame 也最好使用，现在让我们看看下面的数据框语法。与data.table的语法类似，data.frame在这里显然也是一样的，我们使用函数data.frame()代替data.table()。

电阻

# student id
stuid = c(2, 5, 3, 4, 6, 7, 4, 2, 0)  
  
# student age
age = c(23, 45, 67, 23, 41, 43, 54, 67, 89) 
  
# sex of the student
sex = c(1, 1, 0, 0, 0, 1, 0, 1, 1)  
  
# student info
stuinfo = data.frame(empidno, age, sex, status) 
  
stuinfo

上面的例子以表格的形式给了我们学生的数据。如果我们在这里观察，data.table的代码比data.frame的代码少，因此data.table编译时间短，输出速度快，这使得数据表得到广泛应用。

差异表

data.table	data.frame
Syntax: data.table()	Syntax: data.frame()
data.table is a rewritten form of data.frame in optimized c (or) data.table inherits from data.frame.	data.frame is the base class in R and it is the default in R.
data.table is used for more complex data structures and for  big data.	data.frame is used to build small tables and matrices etc.
data.table is very much faster than a spark in many instances.	data.frame is 20 times slower than data.table
The in-built features such as rolling joins, overlapping range  makes users sort out the wide range of problems.	data.frame lacks these features but it is good for beginners.
Code efficient (we can able to write less number of lines of  code in data.table)	We need to write some more lines of code when compared  to data.table
To convert data.table to data.frame we use : setDF(dt) where DF = data frame and dt = data table.	To convert data.frame to data.table we use : setDT(df) where DT = data table and df = data frame.
data.table is widely used due to its advanced features and speed and memory.	data.frame is also used but not that much of data.table and it is very good for beginners.