由于种种的原因，我的feedly里面很多东西很久没看了...今儿抽时间看来一下，貌似是十一月份的热点是dplyr, data.table或者说，data.frame高速操作的各种办法。
http://www.r-bloggers.com/dplyr-and-a-very-basic-benchmark/
这里有有个蛮有意思的比较，抄过来：
| base | dplyr-df | dplyr-dt | dplyr-dt-k | dt | dt-k | |
|---|---|---|---|---|---|---|
| Filter筛选 | 2 | 1 | 1 | 1 | 1 | 1 |
| Sort排序 | 30-60 | 20-30 | 1.5-3 | [1] | 1.5-3 | [1] |
| New column加列 | 1 | 1 | (6) 4 | (6) 4 | (4) 1 | (4) 1 |
| Aggregation加总 | 8-100 | 4-30 | 4-6 | 1.5 | 1.5-5 | 1 |
| Join合并 | >100 | 4-15 | 4-6 | 1.5-2.5 | - | 1 |
从base的最基本函数，到dplyr+data.frame, 到dplyr+data.table，到dplyr+data.table+key，挺神奇的...我一直比较依赖的数据整理的包有两个：plyr和data.table，现在终于看到一丝更加有效率的曙光了。顺便作者还和pandas比了一下...这是为了杜绝我多用python的决心么？我一直试图努力的多用一点python，看来越来越不可能了...
| pandas | data.table | |
|---|---|---|
| Aggregate | 1.5 | 1 |
| Aggregate (keys/pre-sorted) | 0.4 | 0.2 |
| Join | 5.9 | - |
| Join (keys/pre-sorted) | 2.1 | 0.5 |
| Creating keys (sort) | 3.7 | 0.7 |
话说，谁来进一步搞一下稀疏矩阵啊？我现在对这货比较依赖...