R语言data.table包高效数据处理（大量数据分析/处理）

在数据处理量较大的时候，最为头痛的就是数据的读写、运算效率。

       data.table处理大数据集（数据文件达到以1G为单位）时相对于R语言的基本函数在数据读写、处理速度都不能与之相比可以对比基础函数、dplyr包函数做同样运算处理的时间。可自行对比数据处理函数（filter、group_by、mutate、summarise），数据量在上100万左右，稍微复杂的计算差距就特别明显。

       但对于复杂的数据如何还尚未试验。

data.table包除了处理速度快外另一个有点是代码简洁。

1、fread函数（列出常用的参数）可以对比read.csv、read.xlsx

  fread(input, sep, header stringsAsFactors, encoding) 

     input    需要读取的数据；
     sep    列的分隔符；
     header    第一行是否为列名；
     stringsASFactors    是否转化字符串为因子;
     encoding    默认"unknown"，在读取数据乱码的时候可以变更，以在软件中显示正常，而通常也是文本和网页数据会出现编码的问题;

2、fwrite函数（列出常用的参数）

    fwrite(data, file , append ,sep, row.names, col.names)

     data    你需要写出/保存的数据；
     file    保存到本地的文件名,；
     append    如果TRUE,在你之前保存到本地的原文件后面添加新数据；
     sep